第一章 绪论
1.1 研究背景和意义
1.2 国内外研究现状
1.3 研究内容与论文设计
第二章 相关方法介绍
2.1 格兰杰因果关系检验
2.2 随机森林算法
2.3 XGBoost算法
2.4 支持向量机
2.5 LSTM算法
2.6 评价准则
第三章 变量的选择与数据处理
3.1 引入美国主要股指收盘价数据作为特征变量的合理性分析
3.2 其他特征变量选择
3.3 数据处理结果
第四章 机器学习方法建模与预测
4.1 随机森林算法
4.2 XGBoost算法
4.3 支持向量机方法
4.4 不同方法对比
4.5 LSTM算法
第五章 总结与展望
5.1总结
5.2展望
参考文献
攻读学位期间取得的研究成果
致谢
个人简况及联系方式
声明
山西大学;
