| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-15页 |
| ·研究背景 | 第9-10页 |
| ·研究现状 | 第10-13页 |
| ·本文内容安排 | 第13-15页 |
| 第2章 金融时间序列挖掘理论基础 | 第15-24页 |
| ·时间序列模型 | 第15-17页 |
| ·时间序列相似性度量 | 第17-20页 |
| ·时间序列的聚类分析 | 第20-21页 |
| ·时间序列的分类预测 | 第21-22页 |
| ·k近邻算法概述 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第3章 指数序列的预处理与特征提取 | 第24-35页 |
| ·数据源与分析工具的选取 | 第24-25页 |
| ·数据的预处理 | 第25-27页 |
| ·指数序列的特征提取 | 第27-30页 |
| ·特征的初步分析 | 第30-34页 |
| ·本章小结 | 第34-35页 |
| 第4章 基于P-kNN算法的预测与交易模型 | 第35-49页 |
| ·面向交易策略的分类算法 | 第35-37页 |
| ·P-kNN分类算法 | 第37-39页 |
| ·实验结果 | 第39-48页 |
| ·本章小结 | 第48-49页 |
| 第5章 总结与展望 | 第49-51页 |
| ·总结 | 第49页 |
| ·展望 | 第49-51页 |
| 参考文献 | 第51-54页 |
| 致谢 | 第54页 |