数据挖掘技术在证券分析中的研究及应用
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 1. 绪论 | 第10-17页 |
| ·选题背景 | 第10-12页 |
| ·研究现状 | 第12-15页 |
| ·本文研究 | 第15-16页 |
| ·本文结构和创新点 | 第16-17页 |
| 2. 研究的理论知识 | 第17-26页 |
| ·证券市场中常用的分析方法 | 第17-21页 |
| ·基本分析 | 第17-19页 |
| ·技术分析 | 第19-20页 |
| ·证券投资组合分析 | 第20页 |
| ·其他分析方法 | 第20-21页 |
| ·数据挖掘理论 | 第21-26页 |
| ·数据挖掘方法 | 第21-23页 |
| ·数据挖掘的步骤 | 第23-24页 |
| ·常用的数据挖掘工具 | 第24-26页 |
| 3 数据挖掘模型算法 | 第26-39页 |
| ·决策树分类模型 | 第26-30页 |
| ·决策树分类概述 | 第26-27页 |
| ·决策树算法 | 第27-30页 |
| ·决策树剪枝 | 第30页 |
| ·关联规则 | 第30-39页 |
| ·关联规则概述 | 第30-32页 |
| ·Apriori算法 | 第32-36页 |
| ·Apriori算法的改进 | 第36-39页 |
| 4. 决策树分类在基本面分析中的应用 | 第39-46页 |
| ·股票数据的选取和处理 | 第39-41页 |
| ·构建决策树分类模型 | 第41-43页 |
| ·规则解释 | 第43-44页 |
| ·模型评估 | 第44-46页 |
| 5. 关联规则在股票分析及预测中的应用 | 第46-64页 |
| ·关联规则在股票分析中的应用 | 第46-61页 |
| ·数据选取 | 第46-47页 |
| ·数据预处理 | 第47-49页 |
| ·数据探索 | 第49-52页 |
| ·关联规则应用及分析 | 第52-61页 |
| ·关联规则在股票预测中的应用 | 第61-64页 |
| ·数据预处理 | 第61页 |
| ·关联规则分析 | 第61-64页 |
| 6. 结论和展望 | 第64-66页 |
| ·结论 | 第64-65页 |
| ·不足与展望 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70-71页 |
| 在读期间科研成果目录 | 第71页 |
