基于类内相关性的股票价格协同预测研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 1. 引言 | 第7-13页 |
| ·研究背景与意义 | 第7-8页 |
| ·研究现状综述 | 第8-10页 |
| ·传统指标分析 | 第8-9页 |
| ·时间序列分析 | 第9页 |
| ·人工智能分析 | 第9-10页 |
| ·研究目标与内容 | 第10-11页 |
| ·研究目标 | 第10-11页 |
| ·研究内容 | 第11页 |
| ·本文的结构安排 | 第11-13页 |
| 2. 股票价格协同预测算法 | 第13-26页 |
| ·算法原理与流程 | 第13-15页 |
| ·算法原理 | 第13-14页 |
| ·算法架构与流程 | 第14-15页 |
| ·数据清洗 | 第15-16页 |
| ·数据规范化与反规范化 | 第16-18页 |
| ·股票聚类算法 | 第18-22页 |
| ·常用的聚类算法综述 | 第18页 |
| ·k-means算法 | 第18-19页 |
| ·ISODATA算法 | 第19-22页 |
| ·股票初始价格预测算法 | 第22-24页 |
| ·ARIMA模型 | 第22-23页 |
| ·RBF神经网络算法 | 第23-24页 |
| ·加权算法 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 3. 股票价格协同预测软件 | 第26-38页 |
| ·软件总体介绍 | 第26-28页 |
| ·软件开发环境 | 第26页 |
| ·软件功能架构 | 第26-28页 |
| ·数据库管理模块 | 第28-30页 |
| ·数据库设计 | 第28页 |
| ·数据库管理 | 第28-30页 |
| ·股票聚类模块 | 第30-31页 |
| ·股票价格预测模块 | 第31-34页 |
| ·结果展示模块 | 第34页 |
| ·附加功能说明 | 第34-37页 |
| ·界面自动缩放 | 第34-35页 |
| ·信息提示 | 第35-37页 |
| ·本章小结 | 第37-38页 |
| 4. 股票价格协同预测算法性能分析 | 第38-45页 |
| ·预测结果的准确性 | 第38-39页 |
| ·预测结果的稳定性 | 第39-40页 |
| ·算法性能的影响因素 | 第40-44页 |
| ·聚类算法的影响 | 第40-41页 |
| ·初始价格预测算法的影响 | 第41-42页 |
| ·幂指数的影响 | 第42-43页 |
| ·第二级加权系数的影响 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 5. 结论 | 第45-46页 |
| ·本文的主要工作和贡献 | 第45页 |
| ·下一步工作方向 | 第45-46页 |
| 参考文献 | 第46-48页 |
| 个人简介 | 第48-49页 |
| 导师简介 | 第49-50页 |
| 致谢 | 第50页 |
