支持向量分类机（SVC）在量化选股中的应用
| 中文摘要 | 第8-10页 |
| ABSTRACT | 第10-11页 |
| 第一章 绪论 | 第12-20页 |
| §1.1 研究背景 | 第12-16页 |
| §1.1.1 量化投资的发展 | 第12-14页 |
| §1.1.2 量化投资的优势 | 第14-15页 |
| §1.1.3 量化投资在我国发展现状 | 第15-16页 |
| §1.2 研究意义 | 第16-17页 |
| §1.3 论文结构 | 第17-20页 |
| 第二章 统计学习理论及分类方法 | 第20-28页 |
| §2.1 统计学习理论 | 第20-21页 |
| §2.2 分类方法种类及其优劣 | 第21-24页 |
| §2.3 线性判别分析LDA | 第24-28页 |
| §2.3.1 二分类问题—同方差 | 第25-26页 |
| §2.3.2 二分类问题—异方差 | 第26页 |
| §2.3.3 评价决策函数—误判率 | 第26-28页 |
| 第三章 支持向量机理论 | 第28-42页 |
| §3.1 SVM支持向量机 | 第28页 |
| §3.2 支持向量分类机SVC | 第28-39页 |
| §3.2.1 分类问题 | 第28-31页 |
| §3.2.2 线性可分支持向量分类机 | 第31-33页 |
| §3.2.3 线性支持向量分类机 | 第33-35页 |
| §3.2.4 支持向量分类机 | 第35-37页 |
| §3.2.5 多分类问题 | 第37-39页 |
| §3.3 评价标准 | 第39-40页 |
| §3.3.1 表观误判率 | 第39-40页 |
| §3.3.2 K-折交叉确认 | 第40页 |
| §3.4 参数选取 | 第40-42页 |
| 第四章 分类选股建模及实证分析 | 第42-52页 |
| §4.1 分类问题的基本流程 | 第42-43页 |
| §4.2 建模方法的详细步骤 | 第43-52页 |
| §4.2.1 数据获取 | 第43-44页 |
| §4.2.2 数据预处理 | 第44-45页 |
| §4.2.3 数据标准化 | 第45-46页 |
| §4.2.4 特征提取 | 第46-47页 |
| §4.2.5 核函数及参数选取 | 第47-49页 |
| §4.2.6 分类效果评价 | 第49-52页 |
| 第五章 总结与展望 | 第52-54页 |
| §5.1 总结 | 第52页 |
| §5.2 展望 | 第52-54页 |
| 参考文献 | 第54-57页 |
| 致谢 | 第57-58页 |
| 学位论文评阅及答辩情况表 | 第58页 |
