| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 课题研究背景 | 第9页 |
| 1.2 课题研究意义 | 第9-12页 |
| 1.2.1 课题研究意义 | 第9-11页 |
| 1.2.2 基于多维技术指标的股票趋势分类意义 | 第11页 |
| 1.2.3 股票形态轨迹研究意义 | 第11-12页 |
| 1.3 国内外研究现状 | 第12-14页 |
| 1.4 股票趋势预测的难点及问题 | 第14页 |
| 1.5 本文主要研究目的及内容 | 第14-16页 |
| 1.6 本文组织结构 | 第16-17页 |
| 第二章 基于滑动窗口和多维技术指标的股票趋势特征提取 | 第17-27页 |
| 2.1 股票历史数据采集 | 第17-18页 |
| 2.1.1 个股数据获取方式 | 第17页 |
| 2.1.2 个股数据保存格式 | 第17-18页 |
| 2.2 股票趋势转折点提取意义以及存在的问题 | 第18-19页 |
| 2.2.1 股票趋势转折点提取意义 | 第18页 |
| 2.2.2 股票趋势转折点提取问题 | 第18-19页 |
| 2.3 基于滑动窗口的股票趋势转折关键点提取方法 | 第19-22页 |
| 2.3.1 股票滑动窗口原理 | 第19页 |
| 2.3.2 基于滑动窗口的股票趋势转折关键点提取方法 | 第19-22页 |
| 2.4 基于多维矩阵技术指标的股票趋势表示方法 | 第22-26页 |
| 2.4.1 股票主要技术指标理论 | 第22-23页 |
| 2.4.2 基于多维技术指标的股票趋势特征表示 | 第23-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第三章 基于模式分类的股票趋势预测 | 第27-39页 |
| 3.1 模式分类技术概述 | 第27-28页 |
| 3.2 股票趋势预测分类方法 | 第28-33页 |
| 3.2.1 基于BP神经网络的股票趋势分类模型 | 第28-29页 |
| 3.2.2 基于SVM的股票趋势分类模型 | 第29-31页 |
| 3.2.3 基于主元极限学习机的股票趋势分类模型 | 第31-33页 |
| 3.3 实验结果及分析 | 第33-37页 |
| 3.3.1 实验说明 | 第33-34页 |
| 3.3.2 实验结果及分析 | 第34-37页 |
| 3.4 本章小结 | 第37-39页 |
| 第四章 基于形态轨迹量化的股票趋势预测 | 第39-51页 |
| 4.1 股票形态学理论研究 | 第39-40页 |
| 4.2 基于五日均线和K线组合形态分析 | 第40-44页 |
| 4.2.1 基于五日均线与K线组合形态分析 | 第41-43页 |
| 4.2.2 五日均线和K线组合形态建模 | 第43-44页 |
| 4.3 基于形态组合的股票交易策略 | 第44-46页 |
| 4.3.1 股票最佳买入交易策略 | 第44-45页 |
| 4.3.2 股票最佳卖出交易策略 | 第45-46页 |
| 4.4 实验结果及分析 | 第46-49页 |
| 4.5 本章小结 | 第49-51页 |
| 第五章 股票趋势预测系统设计与实现 | 第51-57页 |
| 5.1 股票趋势预测系统描述 | 第51-53页 |
| 5.1.1 股票趋势预测系统功能描述 | 第51-53页 |
| 5.1.2 股票趋势预测系统技术路线 | 第53页 |
| 5.2 股票趋势预测系统设计与实现 | 第53-56页 |
| 5.2.1 预测系统的开发环境和工具 | 第53页 |
| 5.2.2 预测系统主要操作与界面 | 第53-55页 |
| 5.2.3 股票趋势预测系统特点与测评 | 第55-56页 |
| 5.3 本章小结 | 第56-57页 |
| 第六章 总结与展望 | 第57-59页 |
| 6.1 工作总结 | 第57-58页 |
| 6.2 工作展望 | 第58-59页 |
| 参考文献 | 第59-65页 |
| 致谢 | 第65-67页 |
| 硕士学位期间取得的科研成果 | 第67页 |