隨著中國經(jīng)濟(jì)的不斷發(fā)展,中國的股票市場越來越完善,逐步作為中國經(jīng)濟(jì)的晴雨表和觀察中國經(jīng)濟(jì)的重要指標(biāo),許多投資者紛紛將投資放在了股票市場,大量的學(xué)者也紛紛投身于股票市場的研究和分析,并且總結(jié)出了許多股票預(yù)測的分析算法和模型,從而幫助投資者減少投資的風(fēng)險。股票市場每時每刻都會產(chǎn)生大量的數(shù)據(jù),這些數(shù)據(jù)包括了證券市場每天的股票數(shù)據(jù),上市公司的財務(wù)數(shù)據(jù)等。這些數(shù)據(jù)看似沒有任何規(guī)律、毫無關(guān)聯(lián),但是數(shù)據(jù)之下卻隱藏著被我們忽略的有價值的信息。由于數(shù)據(jù)量龐大,使用一般的的方法難以對股票進(jìn)行預(yù)測分析。隨著大數(shù)據(jù)的興起,數(shù)據(jù)挖掘技術(shù)成為了大數(shù)據(jù)的研究熱點(diǎn),數(shù)據(jù)挖掘的相關(guān)技術(shù)能夠從龐大的看似毫無規(guī)律、雜亂無章的數(shù)據(jù)中提取出有價值的信息。因此,在基于股票分析方法的基本面分析法和技術(shù)面分析法的基礎(chǔ)上,本文以數(shù)據(jù)挖掘技術(shù)中的逐步回歸算法和CART決策樹算法為基礎(chǔ),提出一種基于決策樹的逐步回歸算法并運(yùn)用在股票預(yù)測上,以A股上市公司的年報的財務(wù)指標(biāo)作為分析對象,對股票進(jìn)行預(yù)測和分析。本文篩選出2007家A股上市公司2013年、2014年、2015年年報中的財務(wù)指標(biāo)作為分析對象,經(jīng)過分析選取七大指標(biāo)能力的29個有代表性的... 

【文章來源】：廣東工業(yè)大學(xué)廣東省

【文章頁數(shù)】：75 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 研究背景及意義
        1.1.1 研究背景
        1.1.2 研究的意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 國外研究現(xiàn)狀
        1.2.2 國內(nèi)研究現(xiàn)狀
    1.3 研究內(nèi)容及研究方法
        1.3.1 研究內(nèi)容
        1.3.2 研究方法
    1.4 本文組織結(jié)構(gòu)
    1.5 本章小結(jié)
第二章 相關(guān)理論知識介紹
    2.1 股票投資分析方法概述
        2.1.1 基本分析法概述
        2.1.2 技術(shù)分析法概述
    2.2 數(shù)據(jù)挖掘概述
        2.2.1 數(shù)據(jù)挖掘概念
        2.2.2 數(shù)據(jù)挖掘任務(wù)
        2.2.3 數(shù)據(jù)挖掘的步驟
    2.3 數(shù)據(jù)挖掘在股票分析預(yù)測中的適用性
    2.4 本章小結(jié)
第三章 基于決策樹的逐步回歸算法
    3.1 逐步回歸算法介紹
        3.1.1 逐步回歸算法基本思想
        3.1.2 逐步回歸算法步驟
    3.2 決策樹算法的介紹
        3.2.1 決策樹算法的理解
        3.2.2 決策樹算法的生長
        3.2.3 決策樹算法的修剪
    3.3 CART決策樹算法介紹
        3.3.1 構(gòu)建最大數(shù)
        3.3.2 修剪決策樹
        3.3.3 子樹評估
    3.4 基于決策樹的逐步回歸算法介紹
    3.5 本章小結(jié)
第四章 基于決策樹的逐步回歸算法在股票預(yù)測上的應(yīng)用
    4.1 上市公司財務(wù)指標(biāo)的選取
    4.2 數(shù)據(jù)的選取
    4.3 數(shù)據(jù)預(yù)處理
    4.4 逐步回歸算法模型的建立和實(shí)證分析
        4.4.1 模型建立
        4.4.2 實(shí)證分析
    4.5 CART決策樹算法模型的建立和實(shí)證分析
        4.5.1 上市公司的分類標(biāo)準(zhǔn)
        4.5.2 模型建立
        4.5.3 實(shí)證分析
    4.6 CART決策樹算法模型改進(jìn)
        4.6.1 模型改進(jìn)思想
        4.6.2 實(shí)證分析
    4.7 基于決策樹的逐步回歸算法模型
        4.7.1 實(shí)證分析
    4.8 本章小結(jié)
總結(jié)與展望
參考文獻(xiàn)
攻讀學(xué)位期間發(fā)表論文及成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于C4.5決策樹的股票數(shù)據(jù)挖掘[J]. 王領(lǐng),胡揚(yáng).  計算機(jī)與現(xiàn)代化. 2015(10)
[2]我國股市現(xiàn)狀分析及發(fā)展對策研究[J]. 房傳興.  商. 2015(11)
[3]決策樹算法在股票預(yù)測中的應(yīng)用[J]. 陳濤波,吳寶寅.  經(jīng)營管理者. 2014(24)
[4]我國股市的現(xiàn)狀及成因[J]. 仝浩輝.  經(jīng)濟(jì)研究參考. 2014(24)
[5]使用隨機(jī)森林算法實(shí)現(xiàn)優(yōu)質(zhì)股票的選擇[J]. 曹正鳳,紀(jì)宏,謝邦昌.  首都經(jīng)濟(jì)貿(mào)易大學(xué)學(xué)報. 2014(02)
[6]基于模糊核超球的快速分類算法在股票預(yù)測中的應(yīng)用[J]. 龍真真,張正文.  計算機(jī)系統(tǒng)應(yīng)用. 2014(01)
[7]基于數(shù)據(jù)挖掘技術(shù)的股票市場預(yù)測分析實(shí)例研究[J]. 鄧南沙,蘇文.  科技與企業(yè). 2012(18)
[8]基于決策樹的數(shù)據(jù)挖掘算法的應(yīng)用與研究[J]. 鄒媛.  科學(xué)技術(shù)與工程. 2010(18)
[9]數(shù)據(jù)挖掘中決策樹方法的研究[J]. 施蕾,唐艷琴,張欣星.  計算機(jī)與現(xiàn)代化. 2009(10)
[10]基于逐步回歸法的人口出生率影響因素分析[J]. 李松臣,張世英.  統(tǒng)計與決策. 2008(04)

碩士論文
[1]基于逐步回歸分析的組合神經(jīng)網(wǎng)絡(luò)股指預(yù)測研究[D]. 高興良.哈爾濱工業(yè)大學(xué) 2015
[2]基于數(shù)據(jù)挖掘組合模型的股價預(yù)測研究[D]. 何裕.西南財經(jīng)大學(xué) 2014
[3]決策樹及神經(jīng)網(wǎng)絡(luò)算法在股票分類預(yù)測中的應(yīng)用[D]. 陶雨雨.杭州電子科技大學(xué) 2014
[4]基于逐步回歸預(yù)測模型的話務(wù)管理系統(tǒng)設(shè)計[D]. 邵俊.復(fù)旦大學(xué) 2013
[5]基于數(shù)據(jù)挖掘技術(shù)的股票投資實(shí)證研究[D]. 張婧怡.重慶大學(xué) 2013
[6]數(shù)據(jù)挖掘方法在股票分析中的應(yīng)用與研究[D]. 孫磊平.西南財經(jīng)大學(xué) 2013
[7]篩選逐步回歸方法的改進(jìn)研究[D]. 周元嬌.揚(yáng)州大學(xué) 2011
[8]數(shù)據(jù)挖掘在股票預(yù)測中的應(yīng)用[D]. 劉瀅.長春理工大學(xué) 2010
[9]數(shù)據(jù)挖掘在股票投資中的應(yīng)用[D]. 張彥來.首都經(jīng)濟(jì)貿(mào)易大學(xué) 2010
[10]基于數(shù)據(jù)挖掘技術(shù)的股價預(yù)測實(shí)證分析[D]. 唐文慧.西南財經(jīng)大學(xué) 2009



本文編號：3118554