采用智能技术的股票估值模型与应用
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 绪论 | 第11-21页 |
| ·课题背景 | 第11-13页 |
| ·证券市场的发展催生了估值问题 | 第11-12页 |
| ·股票估值的重要性 | 第12-13页 |
| ·股票估值的研究内容和方法 | 第13-17页 |
| ·估值的分类 | 第14页 |
| ·估值的影响因素 | 第14-15页 |
| ·研究方法 | 第15-17页 |
| ·智能技术及其在股票市场的应用 | 第17-19页 |
| ·智能技术的特点 | 第17-18页 |
| ·智能技术在股票市场的应用 | 第18-19页 |
| ·论文的主要工作内容及创新点 | 第19页 |
| ·本文的组织 | 第19-21页 |
| 第二章 经典股票估值方法概述 | 第21-33页 |
| ·折线模型 | 第21-25页 |
| ·股利折线模型 | 第22-23页 |
| ·自由现金流折线模型 | 第23-24页 |
| ·盈余折线模型 | 第24-25页 |
| ·相对估价方法 | 第25-28页 |
| ·市赢率法 | 第26-27页 |
| ·市净率法 | 第27-28页 |
| ·其他估值方法 | 第28-31页 |
| ·估值方法和标准的发展趋势 | 第31-32页 |
| ·小结 | 第32-33页 |
| 第三章 股票市场中公司价值的突变级数法评价 | 第33-52页 |
| ·基于股票价值的公司价值财务评价指标体 | 第33-39页 |
| ·投资者对财务评价的目的 | 第33-34页 |
| ·指标设计的分类和原则 | 第34-35页 |
| ·财务评价指标体系 | 第35-39页 |
| ·突变级数法的基本原理 | 第39-43页 |
| ·应用实例 | 第43-51页 |
| ·评价步骤 | 第43-49页 |
| ·评价结果分析 | 第49-51页 |
| ·小结 | 第51-52页 |
| 第四章 基于PCA-神经网络的股票估值模型 | 第52-69页 |
| ·影响股票估值的主要因素 | 第52-56页 |
| ·盈利水平 | 第53-54页 |
| ·资产质量 | 第54页 |
| ·增长能力 | 第54-55页 |
| ·股本结构 | 第55-56页 |
| ·基于PCA-神经网络的股票估值模型的建立 | 第56-61页 |
| ·用PCA法确定综合指标 | 第56-58页 |
| ·建立神经网络的估值模型 | 第58-60页 |
| ·估值模型的总体框架 | 第60-61页 |
| ·模型应用实例 | 第61-68页 |
| ·实证研究流程 | 第61-66页 |
| ·模型结果分析 | 第66-68页 |
| ·小结 | 第68-69页 |
| 第五章 股票估值动态模型的设计和实验 | 第69-81页 |
| ·股票估值变化的原因 | 第69-71页 |
| ·动态指标 | 第71-72页 |
| ·动态估值模型的设计 | 第72-75页 |
| ·动态指标的降维 | 第72-73页 |
| ·计算因子得分 | 第73-74页 |
| ·建立动态回归估值模型 | 第74-75页 |
| ·实证分析 | 第75-80页 |
| ·数据预处理 | 第75-77页 |
| ·规则库定义 | 第77-78页 |
| ·动态估值结果 | 第78页 |
| ·实验结果分析 | 第78-80页 |
| ·小结 | 第80-81页 |
| 第六章 总结与展望 | 第81-84页 |
| ·本文的主要贡献 | 第81-82页 |
| ·进一步工作的展望望 | 第82-84页 |
| 参考文献 | 第84-89页 |
| 致谢 | 第89-90页 |
| 攻读硕士期间参加的项目和发表的论文 | 第90页 |
