基于数据挖掘技术的股价预测研究
| 摘要 | 第2-3页 |
| abstract | 第3页 |
| 第一章 绪论 | 第6-12页 |
| 1.1 研究背景与意义 | 第6-7页 |
| 1.2 国内外研究动态 | 第7-9页 |
| 1.3 研究问题、研究方法与论文结构 | 第9-12页 |
| 第二章 数据挖掘技术的介绍 | 第12-22页 |
| 2.1 神经网络 | 第12-15页 |
| 2.1.1 神经网络的基本介绍和工作原理 | 第12-14页 |
| 2.1.2 神经网络在股价预测方面的优势 | 第14-15页 |
| 2.2 支持向量机 | 第15-19页 |
| 2.2.1 支持向量机的基本介绍和工作原理 | 第15-18页 |
| 2.2.2 支持向量机在股价预测方面的优势 | 第18-19页 |
| 2.3 随机森林 | 第19-22页 |
| 2.3.1 随机森林的基本介绍和工作原理 | 第19-20页 |
| 2.3.2 随机森林在变量筛选方面的优势 | 第20-22页 |
| 第三章 技术指标的选取与财务指标的筛选 | 第22-30页 |
| 3.1 技术指标的选取 | 第22-25页 |
| 3.2 财务指标的筛选 | 第25-30页 |
| 第四章 股票价格预测的实证分析 | 第30-44页 |
| 4.1 基于市场表现的预测 | 第30-36页 |
| 4.1.1 数据的来源与预处理 | 第30-31页 |
| 4.1.2 神经网络预测 | 第31-33页 |
| 4.1.3 支持向量机预测 | 第33-35页 |
| 4.1.4 两种预测模型的比较 | 第35-36页 |
| 4.2 基于财务指标的预测 | 第36-41页 |
| 4.2.1 数据的来源与预处理 | 第36-38页 |
| 4.2.2 岭回归预测 | 第38-41页 |
| 4.3 两种预测的组合 | 第41-44页 |
| 第五章 结论与展望 | 第44-46页 |
| 5.1 全文总结 | 第44页 |
| 5.2 创新点 | 第44-45页 |
| 5.3 改进与不足 | 第45-46页 |
| 参考文献 | 第46-48页 |
| 附录 | 第48-50页 |
| 致谢 | 第50-52页 |
