首页--经济论文--财政、金融论文--金融、银行论文--中国金融、银行论文--金融市场论文

A股市场动量模式挖掘

中文摘要第3-4页
英文摘要第4页
1 绪论第7-14页
    1.1 研究背景与意义第7-9页
        1.1.1 研究背景第7-8页
        1.1.2 研究意义第8-9页
    1.2 国内外研究现状第9-12页
        1.2.1 动量效应的起源第9页
        1.2.2 动量效应产生的原因第9-10页
        1.2.3 影响动量效应的因素第10-12页
        1.2.4 机器学习预测方法第12页
    1.3 研究思路与研究内容第12-14页
        1.3.1 研究思路第12-13页
        1.3.2 研究内容第13-14页
2 理论基础第14-21页
    2.1 K线理论第14-17页
        2.1.1 K线理论概述第14-15页
        2.1.2 常见K线用法第15-17页
    2.2 机器学习第17-21页
        2.2.1 机器学习概述第17-19页
        2.2.2 机器学习的基本概念第19-21页
3 动量模式挖掘第21-37页
    3.1 动量模式挖掘框架第21-22页
    3.2 定义第22-25页
        3.2.1 动量模式、动量启动点第22-23页
        3.2.2 序列信息点第23-24页
        3.2.3 K线特征值第24-25页
    3.3 动量模式挖掘方法第25-37页
        3.3.1 逻辑回归模型第25-27页
        3.3.2 支持向量机模型第27-29页
        3.3.3 神经网络模型第29-35页
        3.3.4 动量模式挖掘第35-37页
4 实证分析第37-53页
    4.1 动量模式存在性验证第37-44页
    4.2 动量模式挖掘评价第44-50页
        4.2.1 评价数据第44页
        4.2.2 查准率、查全率与F1第44-46页
        4.2.3 预测结果评价与参数调节第46-50页
    4.3 基于动量模式预测的投资策略评价第50-53页
        4.3.1 回测前的再次检验第50页
        4.3.2 回测流程第50页
        4.3.3 策略回测结果评价第50-53页
5 结论第53-55页
致谢第55-56页
参考文献第56-58页
附录第58-66页

论文共66页,点击 下载论文
上一篇:金融压力的决定因素及溢出效应分析--基于中国和香港地区的经验研究
下一篇:上证指数周内效应研究--基于AR-GARCH-GED模型和滑动窗口回归