文摘
英文文摘
论文说明:图表目录
声明
第1章绪论
1.1选题背景及课题来源
1.1.1选题背景
1.1.2课题来源
1.2研究意义
1.3本文主要工作及创新点
1.4研究思路与内容
第2章相关研究基础与文献综述
2.1数据挖掘技术
2.1.1数据挖掘模型的分类
2.1.2数据挖掘的主要方法和算法
2.1.3时态数据挖掘
2.2金融时间序列分析方法研究
2.2.1金融时间序列的传统分析方法
2.2.2混合方法
2.2.3传统时间序列分析挖掘方法的不足
2.3不确定性及其方法
2.3.1不确定性的定义
2.3.2造成不确定性的原因
2.3.3不确定性方法
2.4本章小结
第3章证券市场预测需求下新型数据挖掘方法的构建
3.1金融市场可预测性
3.2证券市场行情预测总体分析
3.2.1证券市场预测的分类
3.2.2本文研究对象的选择
3.2.3证券市场科学预测的研究方法
3.3不确定时态数据挖掘方法的构建
3.3.1数据挖掘技术的应用领域
3.3.2时间序列挖掘的研究领域
3.3.3不确定时态数据挖掘方法的基本思路
3.4证券市场行情预测研究方案的确定
3.5本章小结
第4章模糊相似关系下模糊粗糙集对股价的预测
4.1模糊粗糙集理论基础
4.1.1模糊集理论基本概念
4.1.2模糊相似关系
4.2模糊相似关系下的模糊粗糙集
4.3利用模糊粗糙集对证券市场进行预测
4.3.1股票价格序列预定义
4.3.2利用模糊粗糙集方法挖掘规则过程
4.3.3模糊粗糙集规则挖掘
4.3.4测试结果
4.4本章小结
第5章趋势特征挖掘对股价突变的预测
5.1时间序列相似性模式挖掘研究
5.1.1相似性度量
5.1.2欧氏距离的定义
5.2趋势特征挖掘预测方法构造过程
5.2.1特征提取平滑处理
5.2.2趋势特征抽取算法
5.2.3趋势特征聚类算法选择
5.2.4特征模式预测方法发现过程
5.3趋势特征方法在证券市场中的应用研究
5.4测试结果
5.5本章小结
第6章股票间时间序列模糊关联规则挖掘预测
6.1模糊数据挖掘技术
6.2时间序列关联规则挖掘方法
6.2.1 Apriori算法
6.2.2时间序列关联规则挖掘基本步骤
6.3证券市场中时间序列模糊预处理过程
6.3.1模糊集核与支集的定义
6.3.2模糊集的隶属函数构造
6.3.3聚类方法的选择
6.3.4时间序列的模糊离散化
6.4时间序列模糊关联规则挖掘算法构造
6.5时间序列模糊关联规则在证券市场中的应用
6.5.1时间序列数据预处理
6.5.2规则抽取结果分析
6.6本章小结
第7章多灰色神经网络组合方法对股指的预测
7.1灰色系统理论及其技术
7.1.1灰色预测分类
7.1.2灰色理论在证券市场分析中的应用
7.1.3灰色理论在证券市场分析应用中的不足
7.2神经网络模型
7.2.1基本人工神经元及其网络
7.2.2神经网络的学习与训练
7.3多灰色神经网络组合预测模型建模过程
7.3.1带参差修正的灰色GM(1,1)模型
7.3.2无偏GM(1,1)模型
7.3.3 pGM(1,1)模型
7.3.4 BP神经网络
7.3.5多灰色神经网络组合预测模型
7.4组合预测方法实证分析
7.4.1灰色模型进行预测
7.4.2 BP神经网络模型进行预测
7.4.3多灰色神经网络模型预测结果分析
7.5本章小结
结论
参考文献
附录A攻读学位期间所发表的学术论文目录
致 谢