声明
致谢
摘要
第一章 绪论
1.1 课题研究背景及意义
1.2 国内外研究现状
1.3 股市预测的难点分析
1.4 论文的主要工作及创新点
1.4.1 论文的主要工作
1.4.2 论文的创新点
1.5 课题来源及论文组织结构
1.5.1 课题来源
1.5.2 论文组织结构
第二章 基础理论概述
2.1 贝叶斯网络基础知识
2.1.1 贝叶斯定理
2.1.2 贝叶斯网络
2.2 贝叶斯网络的应用
2.2.1 因果贝叶斯网络
2.2.2 马尔科夫毯
2.3 股市背离特征研究内容
2.4 股市风险偏好研究内容
2.5 神经网络概述
2.5.1 神经网络理论基础
2.5.2 BP神经网络算法
2.6 本章小结
第三章 特征背离与风险偏好分析的股价态势预测方法
3.1 引言
3.2 相关基础知识简介
3.2.1 边的熵与结构熵
3.2.2 非对称信息熵
3.2.3 效用函数
3.3 背离特征股价预测算法DCPA
3.3.1 MACD能量柱背离计算
3.3.2 MACD白线背离WD计算
3.3.3 DCPA算法
3.4 股市风险偏好程度计算
3.4.1 股市风险偏好因素的提取和量化
3.4.2 股市风险偏好的计算
3.5 RPDCA股价预测算法
3.5.1 相关关系分析
3.5.2 RPDCA算法
3.6 实验分析与比较
3.6.1 BP神经网络的构建
3.6.2 实验结果与对比实验
3.6.3 评价标准
3.6.4 结果分析
3.7 本章小结
第四章 基于时变风险偏好的多背离特征股市预测方法
4.1 引言
4.2 风险偏好组成因素及离散化
4.2.1 成交量VDL指标
4.2.2 换手率TR指标
4.2.3 MACD指标
4.2.4 RSI指标
4.2.5 KDJ指标
4.2.6 BOLL指标
4.3 技术指标的提取
4.3.1 构建贝叶斯网络
4.3.2 提取股价走势的马尔科夫毯
4.4 技术指标背离定义
4.4.1 成交量背离VOLD计算
4.4.2 RSI指标背离RSID计算
4.4.3 KDJ指标背离KDJD计算
4.5 基于时变风险偏好的多背离特征股市预测
4.5.1 滑动窗口机制
4.5.2 时变风险偏好程度计算
4.5.3 MDC-VRPA股市预测算法
4.6 实验过程及结果分析
4.6.1 实验数据及处理
4.6.2 对比试验与结果分析
4.7 本章小结
第五章 总结与展望
5.1 论文工作总结
5.2 工作展望
参考文献
攻读硕士学位期间的学术活动及成果情况