数据挖掘在证券投资成本分析中的运用研究
| 摘要 | 第1-7页 |
| Abstract | 第7-10页 |
| 第一章 绪论 | 第10-13页 |
| ·引言 | 第10页 |
| ·研究的背景 | 第10-11页 |
| ·研究的内容及论文结构组织 | 第11-13页 |
| 第二章 数据仓库和数据挖据 | 第13-19页 |
| ·数据仓库的概念 | 第14页 |
| ·ETL简介 | 第14-16页 |
| ·数据挖掘的概念 | 第16页 |
| ·数据挖掘的方法 | 第16-17页 |
| ·数据挖掘流程 | 第17页 |
| ·数据挖掘工具 | 第17-18页 |
| ·小结 | 第18-19页 |
| 第三章 构建用于股票成本分析的数据仓库 | 第19-26页 |
| ·金融市场的特点 | 第19-20页 |
| ·数据预处理 | 第20-21页 |
| ·构建用于股票成本分析的数据集市 | 第21-25页 |
| ·原始数据片段 | 第21-22页 |
| ·将清理后的数据放入数据仓库 | 第22-23页 |
| ·确定用于股票分析的事实表和维度表 | 第23-25页 |
| ·小结 | 第25-26页 |
| 第四章 股票交易成本的分类挖掘 | 第26-42页 |
| ·成本的定义 | 第26-27页 |
| ·数据的初步分析 | 第27-29页 |
| ·优势率分析及相关因素的挖掘 | 第29-32页 |
| ·分类模型 | 第32-39页 |
| ·Logistic回归模型 | 第32-36页 |
| ·基于残差经验分布的线性分类模型 | 第36-39页 |
| ·模型的比较 | 第39-41页 |
| ·小结 | 第41-42页 |
| 第五章 股票交易过程中的市场冲击成本分析 | 第42-56页 |
| ·市场冲击成本 | 第42-45页 |
| ·子订单的构造和冲击成本的计算 | 第45-46页 |
| ·变量相关性分析 | 第46-47页 |
| ·冲击成本的预测模型 | 第47-50页 |
| ·模型的检验 | 第50-51页 |
| ·成本模型在交易优化中的运用 | 第51-55页 |
| ·小结 | 第55-56页 |
| 第六章 结论与展望 | 第56-58页 |
| ·结论 | 第56-57页 |
| ·展望 | 第57-58页 |
| 参考文献 | 第58-60页 |
| 致谢 | 第60页 |
