基于数据挖掘算法的股票价格预测开题报告

 2022-07-13 15:19:49

1. 研究目的与意义

股票市场作为金融系统中的一块军事重地,各国都非常重视股票市场的监控。

我国在改革开放后方才逐渐融入世界金融体系,因此,虽然多年来的经济飞速发展带动股市水涨船高,然而对于股市的把握依然差国际水平较远。

现今,我国股民遍地,对股票市场走势的关注也就越发热门。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 研究内容和预期目标

研究内容:

一、引言

二、文献综述

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

3. 国内外研究现状

Ban和Brownl968年发表在《Journal of Accounting Research》上的文章是当时最有影响的研究。他们证明,股票价格的变化可以由未预期的年净收益变化的符号来预测。未预期收益定义为根据市场模型预计出的收益与实际实现收益之间的差额。

Mcbben(1972)仿效Ball和Brown(1968)的研究,用工业股票的数据来预测股票收益,自变量为每股收益、股利和前期股价资料。根据他的模型,表现最好的股票(占总数的10%)8年平均收益可以达到29.5%,而平均收益水平仅为16.5%。Basu(1983)的方法稍微不同,他把报表数据和市场技术资料结合起来进行分析,并根据价格收益比率(PE)的值把样本分成五部分,计算12个月的股票收益,结果发现,PE比率和风险调整收益之间存在着显著关系(低的PE会导致后期产生高股票收益)。

Ou和Penman(1989)的研究是对变量的显参著性没有做任何假设,而是采用逐步回归程序来选择模型将要包含的变量。虽然在研究的开始限制了将要分析的变量的数目,他们仍考察了68个变量对股价的影响。他们预计未来收益增加的概率,自变量是t年的财务报表变量,因变量是调整后的t 1年的每股收益变化。根据预测出的收益增加的概率,来决定股票是买进还是卖出。结果表明,财务报表中的价值相关变量可以稳定地用来预测未来股票收益。ou和Penman的套利组合样本内的收益为14.53%,表现最好的组合收益为21.91%。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

4. 计划与进度安排

研究计划:

1、2022年11月30日前,进行基础材料的收集。

2、2022年12月31日前,确定论文写作提纲,完成开题报告。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

5. 参考文献

[1] Kevin Murrphy. Machine Learning [M]. The MIT Press,2012.8-24.

[2] 李航.统计学习方法 [M].清华大学,2012.3.

[3] Pang-Ning Tan,Michael Steinbach,Vipin Kumar. 数据挖掘导论[M].人民邮电出版社,2006.1-1.

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文开题报告,课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。