文摘
英文文摘
声明
第一章绪论
1.1研究目的与意义
1.2文献综述
1.2.1数据挖掘在证券领域中的应用研究现状
1.2.2证券领域的三个分析角度及相应的数据挖掘技术
1.2.3波动率预测的研究进展
1.3本文的研究内容与创新点
1.4研究框架与结构安排
第二章股票投资与预测概述
2.1证券投资与证券分析方法
2.2影响股票价格波动的因素
2.3研究股票收益率波动的方法
2.3.1 ARCH系模型族
2.3.2随机波动性模型
2.3.3数据挖掘神经网络方法
2.4股市预测面临的主要难题
2.5利用数据挖掘方法对股市预测的可行性
第三章数据挖掘技术
3.1数据挖掘产生的背景
3.2知识发现和知识发现过程
3.3数据挖掘的功能
3.4数据挖掘工具Clementine简介
3.5数据挖掘的方法
3.5.1 Logistic方法
3.5.2决策树方法
3.5.3神经元网络方法
第四章沪深300指数波动来源分析与预测
4.1预测对象
4.2变量选取
4.3数据的来源与预处理
4.3.1节日效应与空缺值处理
4.3.2数据的基本统计量审核
4.3.3属性离散化
4.3.4数据集划分与数据集的平衡
4.4建模
4.4.1 Logistic建模
4.4.2决策树建模
4.4.3神经网络建模
4.5模型的预测与评价
4.5.1预测评价的方法
4.5.2三类模型预测结果的比较
4.5.3模型优劣性比较总结
4.6小结
第五章BP-AR-GARCH模型在沪深300指数的运用
5.1模型建立的依据
5.2数据预处理方法
5.3预测模型的评测方法
5.4实证分析过程
5.4.1数据统计量分析
5.4.2模型估计过程
5.4.3模型结果的分析与评价
5.5 小结
第六章总结与展望
附录
参考文献
致谢
厦门大学;