需要金幣： 2000 個金幣 |
資料包括：完整論文 |  |
 |
| 轉(zhuǎn)換比率：金額 X 10=金幣數(shù)量， 例100元=1000金幣 | 論文字?jǐn)?shù)：18488 |  | |
| 折扣與優(yōu)惠：團(tuán)購最低可5折優(yōu)惠 - 了解詳情 | 論文格式：Word格式(*.doc) |  |
摘要：隨著數(shù)據(jù)挖掘技術(shù)的不斷發(fā)展成熟以及人們對股票投資意識的不斷提高，數(shù)據(jù)挖掘技術(shù)應(yīng)用在股票市場已成為一種趨勢。海量的歷史交易數(shù)據(jù)背后隱藏著潛在的價值和聯(lián)系，可以指導(dǎo)投資，實現(xiàn)收益的最大化。本文采用的挖掘技術(shù)有聚類分析、分類預(yù)測、時間序列、關(guān)聯(lián)規(guī)則。首先利用聚類分析技術(shù)對750只股票進(jìn)行定性分類。接著基于分類預(yù)測，利用決策樹對各項財務(wù)指標(biāo)進(jìn)行分析，提供具體量化的選股意見。然后利用時間序列技術(shù)對中國平安的歷史交易數(shù)據(jù)進(jìn)行分析預(yù)測，為投資者提供單只股票的未來走勢情況。最后，利用關(guān)聯(lián)規(guī)則挖掘技術(shù)對所選股票進(jìn)行關(guān)聯(lián)分析，挖掘其內(nèi)在的聯(lián)系，指導(dǎo)投資者進(jìn)行投資組合。
關(guān)鍵詞：股票投資組合；數(shù)據(jù)挖掘；聚類分析；決策樹；時間序列；關(guān)聯(lián)規(guī)則
目錄 摘要 Abstract 1 引 言-1 1.1 研究背景與目的-1 1.2 研究意義-1 1.3 研究思路-2 1.4 創(chuàng)新之處-2 2 文獻(xiàn)綜述-2 2.1 股票市場相關(guān)理論方法-2 2.1.1 主流的股票市場分析方法-2 2.1.2 股票投資組合管理-3 2.2 國內(nèi)外數(shù)據(jù)挖掘研究現(xiàn)狀-3 2.2.1 國外研究現(xiàn)狀-3 2.2.2 國內(nèi)研究現(xiàn)狀-3 3 數(shù)據(jù)挖掘概述-4 3.1 數(shù)據(jù)挖掘方法論-4 3.2 模型簡述-5 3.2.1 聚類分析-5 3.2.2 決策樹模型-5 3.2.3 ARIMA模型-6 3.2.4 關(guān)聯(lián)規(guī)則-6 4 數(shù)據(jù)挖掘過程-6 4.1 聚類分析的研究應(yīng)用-6 4.1.1 數(shù)據(jù)的選取-6 4.1.2 數(shù)據(jù)讀入-7 4.1.3 數(shù)據(jù)審核-8 4.1.4 聚類過程-9 4.1.5 聚類結(jié)果分析-10 4.2 分類預(yù)測的研究應(yīng)用-13 4.2.1 數(shù)據(jù)的選取-13 4.2.2 數(shù)據(jù)質(zhì)量分析-13 4.2.3 CHAID模型實現(xiàn)過程-14 4.2.4 CHAID模型結(jié)果分析-14 4.3 時間序列分析預(yù)測的研究應(yīng)用-18 4.3.1 數(shù)據(jù)的選取-18 4.3.2 ARIMA模型的實現(xiàn)過程-18 4.3.3 ARIMA模型結(jié)果分析-22 4.4 關(guān)聯(lián)規(guī)則的研究應(yīng)用-23 4.4.1 數(shù)據(jù)的選取與預(yù)處理-23 4.4.2 關(guān)聯(lián)規(guī)則分析實現(xiàn)過程-24 4.4.3 Apriori模型運行結(jié)果分析-26 5 總結(jié)與展望-27 5.1 結(jié)論與評價-27 5.2 不足和展望-28 參考文獻(xiàn)-29 附錄A 股票名單-30 附錄B 財務(wù)指標(biāo)及說明-42 |
