本文關(guān)鍵詞：數(shù)據(jù)挖掘方法與股價(jià)預(yù)測(cè)，由筆耕文化傳播整理發(fā)布。

【摘要】：自去年七月份以來(lái),A股市場(chǎng)大幅度上漲。A股的活躍吸引了眾多投資者的關(guān)注,因此對(duì)股價(jià)進(jìn)行分析和預(yù)測(cè)是十分必要的。不過(guò)由于股票價(jià)格受政策,經(jīng)濟(jì)等各方面因素影響,對(duì)其價(jià)格預(yù)測(cè)的難度非常大。 近些年來(lái),數(shù)據(jù)挖掘發(fā)展迅速,已成為機(jī)器學(xué)習(xí),統(tǒng)計(jì)學(xué)等諸多領(lǐng)域的研究熱點(diǎn),數(shù)據(jù)挖掘方法也已成為大數(shù)據(jù)時(shí)代最熱門(mén)的技術(shù)。伴隨著人們的深入研究,已經(jīng)產(chǎn)生了很多不同種類(lèi),功能強(qiáng)大的數(shù)據(jù)挖掘算法,同時(shí)眾多數(shù)據(jù)挖掘工具也應(yīng)運(yùn)而生,使得數(shù)據(jù)挖掘變得更為簡(jiǎn)單,高效,也因此極大地拓展了數(shù)據(jù)挖掘的應(yīng)用領(lǐng)域,股票市場(chǎng)的價(jià)格預(yù)測(cè)就是其中之一,很多公司和研究機(jī)構(gòu)都致力于用數(shù)據(jù)挖掘技術(shù)去研究股票價(jià)格的走勢(shì)。 本文將會(huì)介紹在社會(huì)生產(chǎn)與科學(xué)研究中應(yīng)用比較廣泛的幾種分類(lèi)數(shù)據(jù)挖掘方法,包括多元統(tǒng)計(jì)分析,支持向量機(jī),神經(jīng)網(wǎng)絡(luò)等。以及它們?cè)诠善眱r(jià)格預(yù)測(cè)方面的應(yīng)用與預(yù)測(cè)效果,希望能夠給人一些啟示。
【關(guān)鍵詞】：數(shù)據(jù)挖掘 股價(jià)預(yù)測(cè) 多元統(tǒng)計(jì)分析 神經(jīng)網(wǎng)絡(luò) 支持向量機(jī)
【學(xué)位授予單位】：中國(guó)科學(xué)技術(shù)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類(lèi)號(hào)】：F832.51;TP311.13
【目錄】：

• 摘要5-6
• ABSTRACT6-9
• 第一章 緒論(數(shù)據(jù)挖掘概述)9-12
• 1.1 數(shù)據(jù)挖掘概述9
• 1.2 數(shù)據(jù)挖掘方法的分類(lèi)9
• 1.3 數(shù)據(jù)挖掘過(guò)程9-10
• 1.4 數(shù)據(jù)挖掘應(yīng)用的領(lǐng)域10-11
• 1.5 數(shù)據(jù)挖掘的軟件工具11-12
• 第二章 股市知識(shí)簡(jiǎn)介12-13
• 2.1 我國(guó)股票市場(chǎng)的發(fā)展12
• 2.2 對(duì)股票進(jìn)行投資分析的必要性12-13
• 第三章 模型的變量設(shè)定及評(píng)價(jià)準(zhǔn)則13-18
• 3.1 目標(biāo)變量(響應(yīng)變量)的設(shè)定13-14
• 3.2 輸入變量(自變量)的設(shè)定14-16
• 3.2.1 輸入變量的初步選取16
• 3.2.2 輸入變量的最終選取16
• 3.3 模型的評(píng)價(jià)準(zhǔn)則16-18
• 第四章 建模工具18-24
• 4.1 費(fèi)希爾判別18
• 4.2 樸素貝葉斯分類(lèi)18-20
• 4.2.1 貝葉斯定理19
• 4.2.2 樸素貝葉斯分類(lèi)的原理及流程19-20
• 4.3 K-最近鄰算法20
• 4.4 支持向量機(jī)20-22
• 4.4.1 支持向量機(jī)概述20-21
• 4.4.2 函數(shù)間隔與幾何間隔21
• 4.4.3 核函數(shù)21-22
• 4.5 BP神經(jīng)網(wǎng)絡(luò)22-24
• 第五章 模型預(yù)測(cè)24-28
• 5.1 數(shù)據(jù)展示24-26
• 5.2 各判別方法預(yù)測(cè)結(jié)果26-28
• 5.2.1 費(fèi)希爾判別(二次判別)預(yù)測(cè)結(jié)果26
• 5.2.2 樸素貝葉斯分類(lèi)預(yù)測(cè)結(jié)果26-27
• 5.2.3 K-最近鄰算法預(yù)測(cè)結(jié)果27
• 5.2.4 支持向量機(jī)預(yù)測(cè)結(jié)果27
• 5.2.5 人工神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)結(jié)果27-28
• 第六章 模型實(shí)證及總結(jié)28-30
• 參考文獻(xiàn)30-31
• 附錄31-35
• 致謝35

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前2條

1 吳微,陳維強(qiáng),劉波;用BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)股票市場(chǎng)漲跌[J];大連理工大學(xué)學(xué)報(bào);2001年01期

2 任錄順;股票價(jià)格動(dòng)態(tài)的理論分析[J];山西財(cái)經(jīng)大學(xué)學(xué)報(bào);1998年01期

  本文關(guān)鍵詞：數(shù)據(jù)挖掘方法與股價(jià)預(yù)測(cè)，，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：318148