首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

数据挖掘在证券交易中的应用

摘要第1-5页
ABSTRACT第5-8页
第一章 绪论第8-11页
   ·研究背景第8-9页
   ·本文工作第9-11页
     ·研究方法第9页
     ·工作成果第9-10页
     ·本文结构第10-11页
第二章 相关知识体系简介第11-27页
   ·数据仓库第11-13页
     ·数据仓库概念第11页
     ·数据仓库的组成第11-13页
     ·数据仓库实施的主要过程第13页
   ·数据挖掘第13-16页
     ·数据挖掘概念第13-14页
     ·数据挖掘系统构成第14-16页
   ·SQL SERVER 2005第16-21页
     ·SQL SERVER数据平台第16-18页
     ·SQL SERVER 2005中的商务智能和数据仓库第18-21页
   ·股票技术分析体系第21-27页
     ·概念与原理第21页
     ·主要技术分析流派第21-27页
第三章 需求分析第27-34页
   ·数据源分析第27-30页
   ·ETL分析第30-31页
   ·数据仓库分析第31-34页
第四章 系统设计第34-71页
   ·系统总体结构第34-36页
   ·数据仓库设计第36-55页
     ·主题设计第36页
     ·实体设计第36-52页
     ·实体关系设计上的几个关键问题第52-55页
   ·ETL设计第55-71页
     ·数据源预处理第55-57页
       ·Web数据预处理第55-56页
       ·文本数据目录规划第56-57页
     ·数据加载和转换第57-61页
     ·ETL的主要逻辑模块第61-70页
     ·曰L作业的调度第70-71页
第五章 股票价格序列的高低点识别算法第71-90页
   ·算法概述第71-73页
     ·高低点问题第71页
     ·概念定义第71-72页
     ·算法整体思路第72-73页
   ·数据结构和数据预处理第73-75页
     ·股价单个时点和趋势段的数据结构第73页
     ·数据预处理第73-75页
   ·趋势段归并算法第75-86页
     ·算法描述第75-78页
     ·算法伪代码第78-86页
   ·趋势段多叉树第86-88页
   ·算法检验与部署第88-90页
第六章 股市常用技术指标的实证研究第90-103页
   ·研究方法第90-91页
   ·数据建模第91-98页
     ·关注目标第91-93页
     ·技术特征建模第93-98页
   ·数据验证第98-103页
     ·计算方法第98-99页
     ·计算结果第99-102页
     ·结论第102-103页
第七章 数据挖掘的实证研究第103-116页
   ·挖掘准备第103-106页
     ·挖掘数据准备第103-104页
     ·挖掘算法选择第104-105页
     ·挖掘模型的评估方法第105-106页
   ·挖掘成果第106-111页
   ·挖掘评估第111-116页
     ·提升图第111-113页
     ·交易模拟第113-116页
第八章 总结与展望第116-117页
参考文献第117-118页
致谢第118页

论文共118页,点击 下载论文
上一篇:电子证据取证系统的分析与设计
下一篇:商业银行资产负债管理软件的分析与设计