学位论文主要创新点 | 第3-4页 |
摘要 | 第4-5页 |
ABSTRACT | 第5页 |
第一章. 绪论 | 第8-20页 |
1.1. 课题的研究背景及意义 | 第8-11页 |
1.1.1. 课题的研究背景 | 第8-11页 |
1.1.2. 课题的研究意义 | 第11页 |
1.2. 国内外研究及发展现状 | 第11-16页 |
1.2.1. 经济学角度国内外研究现状 | 第11-15页 |
1.2.2. 机器学习方向国内外研究现状 | 第15-16页 |
1.3. 存在问题与发展趋势 | 第16-17页 |
1.4. 本文的主要工作及组织结构 | 第17-20页 |
1.4.1. 本文的主要工作 | 第17页 |
1.4.2. 本文的组织结构 | 第17-20页 |
第二章. 基础知识及数据准备 | 第20-36页 |
2.1. 股票及股票市场 | 第20页 |
2.2. 股票市场系统性风险及其特点 | 第20-21页 |
2.3. 股票价格指数 | 第21页 |
2.4. 分布式开源平台Hadoop | 第21-23页 |
2.5. 开源HTML解析器Jsoup | 第23页 |
2.6. 数据获取 | 第23-26页 |
2.6.1. 使用jsoup工具包获取股票价格指数数据 | 第24页 |
2.6.2. 获取每日历史交易数据 | 第24页 |
2.6.3. 数据格式 | 第24-25页 |
2.6.4. 数据示例 | 第25-26页 |
2.7. 数据标准化 | 第26-28页 |
2.7.1. 计算每日综合价格 | 第26页 |
2.7.2. 计算每日综合成交量 | 第26-28页 |
2.8. 成交额综合指数 | 第28-32页 |
2.8.1. 成交额综合指数的计算方法 | 第29-31页 |
2.8.2. 成交额综合指数的有效性验证 | 第31-32页 |
2.9. 时间属性 | 第32-35页 |
2.10. 本章小结 | 第35-36页 |
第三章. 所需成交量-综合价格拟合 | 第36-44页 |
3.1. 综合价格上升期间的所需成交量 | 第36-40页 |
3.1.1. 数据准备 | 第36页 |
3.1.2. 计算方法 | 第36-38页 |
3.1.3. 计算结果 | 第38-40页 |
3.2. 所需成交量-综合价格拟合 | 第40-43页 |
3.2.1. 拟合方法 | 第40-41页 |
3.2.2. 拟合结果分析 | 第41-43页 |
3.3. 本章小结 | 第43-44页 |
第四章. K线数据拟合 | 第44-50页 |
4.1. K线数据K1 | 第44-46页 |
4.1.1. 数据示例: | 第45-46页 |
4.2. K线数据K2 | 第46-47页 |
4.2.1. 数据示例: | 第46-47页 |
4.3. K线数据分析 | 第47-48页 |
4.4. 本章小结 | 第48-50页 |
第五章. 未来一年价格增长率的拟合 | 第50-54页 |
5.1. SVR和Linear Regression介绍 | 第50页 |
5.2. 交叉验证 | 第50-51页 |
5.3. 特征选取及标签 | 第51-52页 |
5.3.1. 特征 | 第51页 |
5.3.2. 标签 | 第51-52页 |
5.3.3. 数据示例 | 第52页 |
5.4. 拟合结果 | 第52-53页 |
5.5. 本章小结 | 第53-54页 |
第六章. 总结与展望 | 第54-56页 |
6.1. 总结 | 第54页 |
6.2. 下一步的工作 | 第54-56页 |
参考文献 | 第56-60页 |
发表论文和参加科研情况 | 第60-62页 |
附录A | 第62-64页 |
致谢 | 第64页 |