基于影响力计算模型的股市系统趋势预测研究
| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第15-21页 |
| 1.1 选题背景 | 第15-16页 |
| 1.2 股市研究意义和目的 | 第16-17页 |
| 1.3 国内外研究现状 | 第17-18页 |
| 1.3.1 股票复杂网络的研究现状 | 第17页 |
| 1.3.2 股市预测的研究现状 | 第17-18页 |
| 1.4 本文主要工作和特色分析 | 第18-20页 |
| 1.4.1 本文主要工作 | 第18-19页 |
| 1.4.2 本文特色分析 | 第19-20页 |
| 1.5 论文组织结构 | 第20-21页 |
| 第二章 复杂网络基本理论 | 第21-32页 |
| 2.1 复杂网络与股市研究 | 第21-22页 |
| 2.2 复杂网络基本要素 | 第22-27页 |
| 2.2.1 复杂网络基本结构 | 第22-24页 |
| 2.2.2 度与度分布 | 第24-25页 |
| 2.2.3 网络的最短路径 | 第25页 |
| 2.2.4 聚集系数 | 第25-26页 |
| 2.2.5 关联度 | 第26-27页 |
| 2.3 社团结构及评价标准 | 第27-30页 |
| 2.3.1 社团结构及划分方法 | 第27-30页 |
| 2.3.2 社团评价方法 | 第30页 |
| 2.4 股票网络的相关系数和偏相关系数 | 第30-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第三章 社团内部边的影响力分析 | 第32-47页 |
| 3.1 复杂网络社团划分 | 第32-33页 |
| 3.2 社团内部边的影响力计算模型 | 第33-34页 |
| 3.2.1 活跃性 | 第33页 |
| 3.2.2 边影响力计算模型 | 第33-34页 |
| 3.2.3 结点中心性 | 第34页 |
| 3.3 BCNHC算法及其复杂度分析 | 第34-35页 |
| 3.4 实验验证及分析 | 第35-46页 |
| 3.4.1 个体股票网络 | 第35-45页 |
| 3.4.2 行业板块网络 | 第45-46页 |
| 3.5 本章小结 | 第46-47页 |
| 第四章 社团结构影响力的股市系统趋势预测 | 第47-64页 |
| 4.1 股市趋势预测 | 第47-48页 |
| 4.2 技术指标分析及量化 | 第48-52页 |
| 4.3 股票社团影响力计算模型 | 第52-60页 |
| 4.3.1 贝叶斯网络 | 第53-54页 |
| 4.3.2 社团影响力 | 第54页 |
| 4.3.3 影响力计算模型结构建模 | 第54-56页 |
| 4.3.4 影响力计算模型算法 | 第56-57页 |
| 4.3.5 实验分析 | 第57-60页 |
| 4.4 股票社团间影响力传动模型 | 第60-63页 |
| 4.4.1 影响力传动模型结构建模 | 第60-61页 |
| 4.4.2 案例分析与验证 | 第61-63页 |
| 4.5 本章小结 | 第63-64页 |
| 第五章 总结与展望 | 第64-66页 |
| 5.1 论文工作总结 | 第64-65页 |
| 5.2 工作展望 | 第65-66页 |
| 参考文献 | 第66-71页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第71-72页 |
