基于机器学习的基金优选系统设计与实现
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 序言 | 第7-11页 |
| 1 引言 | 第11-17页 |
| 1.1 课题背景及研究意义 | 第11-13页 |
| 1.1.1 课题研究背景 | 第11页 |
| 1.1.2 课题研究意义 | 第11-13页 |
| 1.2 课题研究目的 | 第13-15页 |
| 1.2.1 国内外研究现状 | 第13-14页 |
| 1.2.2 存在问题及发展趋势 | 第14-15页 |
| 1.3 本文研究思路及结构安排 | 第15-16页 |
| 1.3.1 研究内容 | 第15页 |
| 1.3.2 研究思路及本文结构安排 | 第15-16页 |
| 1.4 本章小结 | 第16-17页 |
| 2 相关理论和技术基础 | 第17-29页 |
| 2.1 有价证券理论基础 | 第17-21页 |
| 2.1.1 股票 | 第17-18页 |
| 2.1.2 债券 | 第18-20页 |
| 2.1.3 基金 | 第20-21页 |
| 2.2 策略概述 | 第21-24页 |
| 2.2.1 三大对冲策略 | 第21-22页 |
| 2.2.2 策略对比 | 第22-24页 |
| 2.3 机器学习概述 | 第24-27页 |
| 2.3.1 机器学习项目流程 | 第24页 |
| 2.3.2 数据处理 | 第24-26页 |
| 2.3.3 特征选择 | 第26-27页 |
| 2.3.4 机器学习 | 第27页 |
| 2.4 本章小结 | 第27-29页 |
| 3 系统需求分析 | 第29-39页 |
| 3.1 系统整体概述 | 第29-30页 |
| 3.2 系统功能性需求分析 | 第30-37页 |
| 3.2.1 数据处理功能 | 第30-34页 |
| 3.2.2 特征选择功能 | 第34-35页 |
| 3.2.3 机器学习功能 | 第35-36页 |
| 3.2.4 基金优选功能 | 第36-37页 |
| 3.3 系统非功能性需求分析 | 第37-38页 |
| 3.3.1 安全性 | 第37页 |
| 3.3.2 可靠性 | 第37页 |
| 3.3.3 健壮性 | 第37-38页 |
| 3.4 本章小结 | 第38-39页 |
| 4 系统概要设计 | 第39-49页 |
| 4.1 系统体系架构 | 第39-40页 |
| 4.2 系统功能结构 | 第40-41页 |
| 4.3 数据存储设计 | 第41-47页 |
| 4.3.1 文件存储 | 第42页 |
| 4.3.2 数据库存储 | 第42-47页 |
| 4.4 本章小结 | 第47-49页 |
| 5 模型构建 | 第49-65页 |
| 5.1 特征模型建立 | 第49-57页 |
| 5.1.1 基金特征模型 | 第50-52页 |
| 5.1.2 基金经理和基金公司特征模型 | 第52-54页 |
| 5.1.3 股票和债券特征模型 | 第54-55页 |
| 5.1.4 公司特征模型 | 第55-57页 |
| 5.2 算法模型建立 | 第57-64页 |
| 5.2.1 数据处理流程 | 第57-59页 |
| 5.2.2 特征选择算法筛选 | 第59-63页 |
| 5.2.3 机器学习算法筛选 | 第63-64页 |
| 5.3 本章小结 | 第64-65页 |
| 6 系统实现 | 第65-79页 |
| 6.1 数据处理模块 | 第65-69页 |
| 6.2 特征选择模块 | 第69-71页 |
| 6.3 机器学习模块 | 第71-74页 |
| 6.4 基金优选模块 | 第74-77页 |
| 6.5 本章小结 | 第77-79页 |
| 7 系统测试 | 第79-83页 |
| 7.1 测试计划以及结果 | 第79-81页 |
| 7.2.1 系统功能性测试 | 第79-80页 |
| 7.2.2 系统性能测试 | 第80-81页 |
| 7.2 本章小结 | 第81-83页 |
| 8 结论 | 第83-85页 |
| 参考文献 | 第85-87页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第87-91页 |
| 学位论文数据集 | 第91页 |
