比特币交易趋势预测的研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 课题背景 | 第10-12页 |
| 1.2 研究目的和意义 | 第12页 |
| 1.3 国内外相关研究 | 第12-13页 |
| 1.4 论文内容及结构 | 第13-15页 |
| 1.4.1 论文内容 | 第13-14页 |
| 1.4.2 论文结构 | 第14-15页 |
| 第二章 关键问题分析 | 第15-20页 |
| 2.1 比特币预测的评价指标 | 第15-16页 |
| 2.2 比特币预测面临的问题 | 第16-17页 |
| 2.3 比特币预测的方法 | 第17-19页 |
| 2.4 本章小结 | 第19-20页 |
| 第三章 关键算法介绍 | 第20-31页 |
| 3.1 传统回归模型 | 第20-23页 |
| 3.1.1 一元线性回归模型 | 第20-21页 |
| 3.1.2 多元线性回归模型 | 第21-23页 |
| 3.2 支持向量机 | 第23-28页 |
| 3.2.1 基本思想 | 第23-24页 |
| 3.2.2 线性支持向量机 | 第24-27页 |
| 3.2.3 非线性支持向量机 | 第27-28页 |
| 3.3 贝叶斯线性回归模型 | 第28-30页 |
| 3.3.1 贝叶斯概率 | 第28-29页 |
| 3.3.2 贝叶斯线性回归 | 第29-30页 |
| 3.4 本章小结 | 第30-31页 |
| 第四章 比特币交易趋势预测的实验和改进 | 第31-61页 |
| 4.1 预测过程 | 第31-33页 |
| 4.2 数据获取和预处理 | 第33-39页 |
| 4.2.1 数据获取 | 第33-37页 |
| 4.2.2 数据预处理 | 第37-39页 |
| 4.3 特征属性选取 | 第39-40页 |
| 4.4 预测模型建立 | 第40-46页 |
| 4.4.1 混合模型 | 第41-42页 |
| 4.4.2 多元回归模型 | 第42-43页 |
| 4.4.3 贝叶斯线性回归模型 | 第43-44页 |
| 4.4.4 支持向量机模型 | 第44-46页 |
| 4.5 实验结果和对比 | 第46-52页 |
| 4.5.1 混合模型 | 第47-48页 |
| 4.5.2 多元回归模型 | 第48-49页 |
| 4.5.3 贝叶斯线性回归模型 | 第49-51页 |
| 4.5.4 支持向量机模型 | 第51页 |
| 4.5.5 数据对比 | 第51-52页 |
| 4.6 改进 | 第52-59页 |
| 4.6.1 原因 | 第53-54页 |
| 4.6.2 模型数据 | 第54页 |
| 4.6.3 改进模型建立 | 第54-55页 |
| 4.6.4 改进模型数据结果 | 第55-59页 |
| 4.7 结论 | 第59页 |
| 4.8 本章小结 | 第59-61页 |
| 第五章 总结与展望 | 第61-64页 |
| 5.1 总结 | 第61页 |
| 5.2 展望 | 第61-64页 |
| 参考文献 | 第64-66页 |
| 致谢 | 第66页 |
