基于数据挖掘技术的股票技术指标分析预测系统的设计与实现
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-20页 |
| ·问题的提出及研究意义 | 第10-11页 |
| ·国内外研究综述 | 第11-17页 |
| ·技术判断法概述 | 第11-13页 |
| ·基本面分析法概述 | 第13-14页 |
| ·综合分析法概述 | 第14-15页 |
| ·数据挖掘分析法概述 | 第15-17页 |
| ·本论文主要研究内容和创新之处 | 第17-18页 |
| ·本论文的结构 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 第二章 证券分析技术指标 | 第20-27页 |
| ·证券分析技术指标概述 | 第20-21页 |
| ·常用中长线主要技术指标 | 第21-22页 |
| ·涨跌比率 ADR 指标 | 第21-22页 |
| ·超买超卖指标(OBOS) | 第22页 |
| ·常用短线主要技术指标 | 第22-26页 |
| ·相对强弱指标(RSI) | 第22-23页 |
| ·随机指标(KDJ) | 第23-25页 |
| ·威廉指标(WR) | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 数据挖掘技术 | 第27-38页 |
| ·数据挖掘技术 | 第27-28页 |
| ·数据挖掘的功能与过程 | 第28-31页 |
| ·数据挖掘的功能 | 第28-29页 |
| ·数据挖掘的过程 | 第29-31页 |
| ·数据挖掘的主要技术 | 第31-35页 |
| ·决策树算法 | 第32-34页 |
| ·贝叶斯定理 | 第34-35页 |
| ·数据挖掘技术应用于股票分析预测的可行性 | 第35-37页 |
| ·股票分析预测的几大困难 | 第35-36页 |
| ·数据挖掘技术的应用领域 | 第36页 |
| ·数据挖掘技术应用于股票技术指标的可行性分析 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 股票技术指标分析预测系统需求分析 | 第38-45页 |
| ·系统的需求分析 | 第38页 |
| ·股票技术指标分析预测系统总体目标 | 第38-39页 |
| ·功能需求 | 第39-42页 |
| ·系统功能模块图 | 第39页 |
| ·系统模块设计 | 第39-42页 |
| ·技术需求 | 第42-43页 |
| ·环境需求 | 第43页 |
| ·本章小结 | 第43-45页 |
| 第五章 股票技术指标分析预测系统设计 | 第45-56页 |
| ·系统框架设计 | 第45-46页 |
| ·决策树分类算法在上证指数技术指标上的预测分析 | 第46-53页 |
| ·贝叶斯算法在上证指数技术指标上的预测分析 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 第六章 股票技术指标分析预测系统的实现与测试 | 第56-68页 |
| ·系统的实现与测试 | 第56-67页 |
| ·系统的实现 | 第56-65页 |
| ·系统的测试 | 第65-67页 |
| ·本章小结 | 第67-68页 |
| 第七章 结论 | 第68-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-73页 |
| 攻硕期间取得的研究成果 | 第73-74页 |
