摘要 | 第2-3页 |
abstract | 第3-4页 |
第一章 引言 | 第7-10页 |
1.1 研究背景 | 第7-8页 |
1.2 研究意义 | 第8-9页 |
1.3 研究内容及文章结构 | 第9页 |
1.4 创新与不足 | 第9-10页 |
第二章 文献综述 | 第10-16页 |
2.1 国外文献综述 | 第10-12页 |
2.2 国内文献综述 | 第12-15页 |
2.3 文献综述总结 | 第15-16页 |
第三章 关联规则在股票行业的应用理念 | 第16-22页 |
3.1 关联规则在股票行业的应用理念 | 第16-19页 |
3.1.1 大数据与数据挖掘 | 第16-17页 |
3.1.2 数据挖掘之关联规则 | 第17-19页 |
3.2 基于Apriori算法的关联性分析 | 第19-22页 |
3.2.1 Apriori算法的理论基础 | 第19-21页 |
3.2.2 Apriori算法的不足 | 第21-22页 |
第四章 基于Apriori算法的股市行业轮动效应实证研究 | 第22-31页 |
4.1 超额收益率指标的计算 | 第22-24页 |
4.1.1 模型的形式与参数选择 | 第22-23页 |
4.1.2 数据的准备 | 第23-24页 |
4.1.3 数据的转换 | 第24页 |
4.2 基于Apriori算法的股票市场行业联动实证分析 | 第24-27页 |
4.2.1 强势行业关联性分析 | 第24-27页 |
4.2.2 弱势行业关联性分析 | 第27页 |
4.3 基于Apriori算法的股票市场行业轮动实证分析 | 第27-31页 |
4.3.1 周维度行业轮动分析 | 第28-30页 |
4.3.2 月维度行业轮动分析 | 第30-31页 |
第五章 股票市场行业轮动现象的机理分析 | 第31-35页 |
5.1 行业轮动效应的原因 | 第31-33页 |
5.1.1 行业板块现象产生的内在机制 | 第31页 |
5.1.2 从行为金融学的角度分析 | 第31-33页 |
5.2 行业板块轮动效应的影响因素 | 第33-35页 |
第六章 结论与展望 | 第35-37页 |
6.1 结论 | 第35页 |
6.2 研究的局限性与展望 | 第35-37页 |
参考文献 | 第37-40页 |
攻读学位期间的研究成果 | 第40-41页 |
附录 | 第41-52页 |
致谢 | 第52-53页 |