数据挖掘技术在股票预测中的应用
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-16页 |
| ·课题的研究背景和意义 | 第8-9页 |
| ·课题的研究背景 | 第8页 |
| ·课题的研究意义 | 第8-9页 |
| ·国内外研究现状 | 第9-10页 |
| ·本文的预测切入点 | 第10-14页 |
| ·论文的结构 | 第14-16页 |
| 第二章 股票预测中的数据挖掘技术 | 第16-30页 |
| ·数据挖掘的概述 | 第16-20页 |
| ·数据挖掘的概念 | 第16-17页 |
| ·数据挖掘的主要步骤 | 第17-18页 |
| ·数据挖掘的主要任务 | 第18-20页 |
| ·数据挖掘的主要技术 | 第20-25页 |
| ·决策树 | 第20-21页 |
| ·支持向量机 | 第21页 |
| ·径向基函数神经网络 | 第21-22页 |
| ·BP算法 | 第22-25页 |
| ·基于数据挖掘的股票预测方法 | 第25-27页 |
| ·股票的预测分析方法 | 第25-26页 |
| ·数据挖掘技术的适用性 | 第26-27页 |
| ·适用于股票预测分析的处理模型 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 第三章 基于构造性核覆盖算法的股票价格分类预测 | 第30-44页 |
| ·分类的基本概念 | 第30-31页 |
| ·分类的目的 | 第30-31页 |
| ·分类的过程 | 第31页 |
| ·分类方法的评估标准 | 第31页 |
| ·构造性核覆盖算法 | 第31-36页 |
| ·覆盖算法和覆盖融合技术 | 第32-33页 |
| ·股票预测的核覆盖算法 | 第33-35页 |
| ·核覆盖算法的泛化能力 | 第35-36页 |
| ·基于构造性核覆盖算法的股票预测 | 第36-43页 |
| ·数据源的选取和预处理 | 第36-38页 |
| ·测试结果 | 第38-43页 |
| ·小结 | 第43-44页 |
| 第四章 基于聚类技术的股票价格预测 | 第44-56页 |
| ·聚类技术概述 | 第44-47页 |
| ·本章采用的聚类算法 | 第47-49页 |
| ·测试结果及结果分析 | 第49-54页 |
| ·本章小结 | 第54-56页 |
| 第五章 全文总结及展望 | 第56-58页 |
| ·本文所做的工作 | 第56页 |
| ·研究展望 | 第56-58页 |
| 参考文献 | 第58-63页 |
| 致谢 | 第63-64页 |
| 在校期间发表的学术论文、参与的研究项目 | 第64-65页 |
| 攻读硕士期间发表论文 | 第65页 |
