×
超值优惠券
¥50
100可用 有效期2天

全场图书通用(淘书团除外)

关闭
新经济书库股票大数据挖掘实战(股票分析篇)

新经济书库股票大数据挖掘实战(股票分析篇)

1星价 ¥38.7 (4.9折)
2星价¥38.7 定价¥79.0

温馨提示:5折以下图书主要为出版社尾货,大部分为全新(有塑封/无塑封),个别图书品相8-9成新、切口有划线标记、光盘等附件不全详细品相说明>>

图文详情
  • ISBN:9787302538646
  • 装帧:平装-胶订
  • 册数:暂无
  • 重量:暂无
  • 开本:其他
  • 页数:254
  • 出版时间:2020-05-01
  • 条形码:9787302538646 ; 978-7-302-53864-6

本书特色

本书内容围绕股票大数据分析技术展开,主要介绍从不同角度对股票数据进行深度分析并用于实战的方法。 本书首先介绍股票的基本知识以及传统的基本面和技术面分析方法; 之后在每章中结合不同的数据源,从不同角度对股票进行深度分析,介绍相关的数据挖掘算法; 针对数据的特点,提出新的分析思路和计算方法; 结合新方法在股票挖掘平台上的实现对股票的操作进行实战解析。具体内容包括: 基于技术分析指标的买卖点计算方法; 股票时间序列的特征表示方法; 聚类算法与资金流向及主力控盘分析; 筹码分布与筹码分析技术; 财务数据分析与股票的新估值策略; 券商研报评级及其有效性分析; 新闻文本分类和股吧情感分析; 行为金融学与股票行为数据分析; 股票交易决策模型与股票挖掘平台。

内容简介

本书内容围绕股票大数据分析技术展开,主要介绍从不同角度对股票数据进行深度分析并用于实战的方法。 本书首先介绍股票的基本知识以及传统的基本面和技术面分析方法; 之后在每章中结合不同的数据源,从不同角度对股票进行深度分析,介绍相关的数据挖掘算法; 针对数据的特点,提出新的分析思路和计算方法; 结合新方法在股票挖掘平台上的实现对股票的操作进行实战解析。具体内容包括: 基于技术分析指标的买卖点计算方法; 股票时间序列的特征表示方法; 聚类算法与资金流向及主力控盘分析; 筹码分布与筹码分析技术; 财务数据分析与股票的新估值策略; 券商研报评级及其有效性分析; 新闻文本分类和股吧情感分析; 行为金融学与股票行为数据分析; 股票交易决策模型与股票挖掘平台。

目录

第1章 股票基础 1.1 股票投资入门 1.1.1 股票市场 1.1.2 常用名称解释 1.1.3 股票交易规则 1.2 影响股价的因素 1.3 股票的基本面分析 1.3.1 基本面分析概述 1.3.2 企业基本面分析 1.3.3 主要财务指标 1.3.4 杜邦分析法 1.4 股票的技术分析方法 1.4.1 技术分析概述 1.4.2 经典技术理论分析法 1.4.3 K线图分析法 1.4.4 技术指标分析法 1.4.5 量价结合分析法 1.4.6 主力动向分析法 1.5 两类方法的区别与联系 1.6 股市风险 第2章 股票分析技术指标与买卖点计算 2.1 目标概述 2.2 股票分析技术指标 2.2.1 移动平均线 2.2.2 平滑异同移动平均线指标 2.2.3 随机指标 2.2.4 动向指标 2.2.5 累积能量线指标 2.2.6 相对强弱指标 2.2.7 乖离率指标 2.2.8 顺势指标 2.2.9 平行线差指标 2.2.1 0三重指数平滑移动平均线指标 2.2.1 1威廉指标 2.2.1 2BOLL指标 2.2.1 3腾落指数 2.2.1 4涨跌比率指标 2.2.1 5超买超卖指标 2.3 新方法: 基于长短期线的买卖点计算 2.3.1 主要思想 2.3.2 计算步骤 2.3.3 方法步骤与创新特征 2.3.4 平台实战解析 第3章 股票时间序列的特征表示方法 3.1 目标概述 3.2 股票时间序列 3.2.1 时间序列的基本概念 3.2.2 时间序列的影响因素 3.2.3 时间序列的分类 3.2.4 时间序列分析概述 3.2.5 确定性时间序列分析 3.2.6 随机性时间序列分析 3.3 股票时间序列的特征表示方法 3.3.1 方法概述 3.3.2 时间序列特征表示 3.3.3 基于斜率提取特征点的时间序列分段线性表示 3.3.4 基于趋势转折点的时间序列模式表示 3.4 新方法: 基于拐点检测的股票历史数据分段方法 3.4.1 主要思想 3.4.2 计算步骤 3.4.3 方法步骤与创新特征 3.4.4 结果及分析 3.5 新方法: 基于精准高低点分段匹配的股票预测方法 3.5.1 主要思想 3.5.2 计算步骤 3.5.3 方法步骤与创新特征 3.5.4 结果及分析 第4章 股票资金流向与主力控盘分析 4.1 目标概述 4.2 聚类分析 4.2.1 聚类与聚类分析简介 4.2.2 聚类算法的分类 4.2.3 层次聚类算法 4.2.4 KMeans聚类算法 4.2.5 FCM聚类算法 4.3 资金流向分析 4.3.1 资金流向分析法简介 4.3.2 资金流向分析法的内容 4.3.3 在实际应用中的适用性问题及解决方案 4.4 新方法: 基于资金流向分析的主力控盘能力计算方法 4.4.1 主要思想 4.4.2 计算步骤 4.4.3 方法步骤与创新特征 4.5 平台实战解析 4.5.1 主力资金与散户资金的博弈 4.5.2 主力参与度和主力的控盘能力 4.5.3 如何站在股市的风口 4.5.4 诊断个股的全局风口位置 第5章 股票筹码分析技术与实战 5.1 目标概述 5.2 筹码分析技术 5.2.1 成本转换原理 5.2.2 筹码分布的原理 5.2.3 筹码分布的形态 5.2.4 筹码分布的使用 5.2.5 筹码理论的优缺点 5.3 新方法: 基于涨跌幅排序的股票异动跟踪方法 5.3.1 主要思想 5.3.2 计算步骤 5.3.3 方法步骤与创新特征 5.3.4 输出结果示例 5.4 平台实战解析 5.4.1 买卖盘价量分布下的填坑式变动趋势 5.4.2 持仓筹码的集中度与成本获利解析 5.4.3 跟随超级大股东的动向并与“王”共舞 第6章 财务数据分析与股票估值 6.1 目标概述 6.2 股票财务指标 6.2.1 盈利能力指标 6.2.2 偿债能力指标 6.2.3 成长能力指标 6.2.4 营运能力指标 6.3 股票定价理论 6.3.1 股票的价格 6.3.2 传统股票定价理论 6.3.3 现代股票定价理论 6.3.4 现代金融工程 6.4 正态分布 6.4.1 参数与统计量 6.4.2 正态分布性质 6.4.3 经验规则的运用 6.5 新方法: 基于自身历史相似收益的股票估值方法 6.5.1 主要思想 6.5.2 计算步骤 6.5.3 方法步骤与创新特征 6.5.4 平台实战解析 6.6 财务指标可视化 6.6.1 财务指标可视化概述 6.6.2 主要财务指标 6.6.3 维度财务指标 6.6.4 财务综合打分 第7章 券商研报评级及其有效性分析 7.1 目标概述 7.2 对券商研究报告进行研究 7.2.1 券商研究报告的内容组成 7.2.2 研究报告与股市关系的研究方法 7.2.3 研究报告现状 7.3 一致性预期 7.3.1 一致性预期概述 7.3.2 一致性预期的计算 7.3.3 一致性预期的用法 7.4 平台实战解析: 研报评级及其有效性分析 7.4.1 机构研报的评级 7.4.2 机构评级的有效性 7.4.3 机构研报聚合 7.4.4 个股热度分析 第8章 股票舆情分析 8.1 目标概述 8.2 文本挖掘 8.2.1 文本挖掘技术简介 8.2.2 文本挖掘分类 8.2.3 文本挖掘的过程 8.3 新闻文本分类 8.3.1 文本分类简介 8.3.2 文本分类流程 8.3.3 互联网股票新闻文本分类实验 8.4 股吧情感分析 8.4.1 情感分析概述 8.4.2 情感分析方法 8.4.3 股吧股评情感分类实验 8.5 平台实战解析 8.5.1 聚合众股吧帖子的人气与涨跌分析 8.5.2 实时跟踪企业和行业动态 8.5.3 深度挖掘潜在的隐藏信息 第9章 股民行为分析与应用 9.1 目标概述 9.2 行为金融学 9.2.1 行为金融学概述 9.2.2 行为金融学的心理研究 9.2.3 股民心态 9.2.4 行为金融学的四大成果理论 9.2.5 行为金融学在投资方面的实践意义 9.2.6 行为金融学主张的投资策略 9.3 协同过滤 9.3.1 个性化推荐服务 9.3.2 协同过滤概述 9.3.3 基于用户的协同过滤推荐 9.3.4 基于物品的协同过滤推荐 9.3.5 两种协同过滤算法的比较 9.3.6 其他推荐技术 9.4 平台实战解析: 用户潜在行为分析与热门股发现 9.4.1 用户的自选股分析 9.4.2 用户的点击热度分析 第10章 股票交易决策模型 10.1 目标概述 10.2 经典的股票交易决策模型 10.2.1 沃伦·巴菲特的交易决策模型 10.2.2 威廉·欧内尔的交易决策模型 10.2.3 彼得·林奇的交易决策模型 10.2.4 约翰·内夫的交易决策模型 10.3 新方法: 股票数据挖掘模型 10.3.1 模型思路 10.3.2 模型介绍 10.3.3 模型构建步骤与创新特征 10.4 股票大数据挖掘平台简介 10.5 平台实战解析 10.5.1 股票雷达与多维分析 10.5.2 超短线攻略: 抓住突变的逆转特征玩偷袭 10.5.3 短线攻略: 资金筹码助力技术特征建仓位 10.5.4 中长线攻略: 寻找待填平的估值洼地做价值投资 参考文献
展开全部

相关资料

★本书介绍的方法具有很强的实战意义,全面介绍了如何将一个实际问题抽象和转换为数据挖掘问题。先基础再方法*后实战应用的结构,让读者在学习数据挖掘技术和股票挖掘及投资的过程中有一个循序渐进的过程,对于读者来说具有较大的参考价值。 一中国科学院深圳先进技术研究院研究员、教授、博导 姜青山 ★本书基于股票大数据,系统地介绍了数据挖掘的理论、方法和股票应用案例,可以作为金融、统计、计算机等学科的本科专业教材或研究生教材。相比一般的数据挖掘教材,以股票挖掘投资作为切入点,更容易激发学生的学习兴趣,这对开展教学非常有利。 ——厦门大学软件学院副院长、教授、博导 王备战 ★对于从事股票挖掘及投资的专业人士来说,书中的数据挖掘技术是值得借鉴的。书中的股票挖掘实例基本都具有实战的背景,可以尝试将这些技术和策略融入自己的思想和策略中,让自己的策略更强大。 ——厦门市鑫鼎盛控股有限公司总经理、执行董事 陈洪生 ★本书所构建的知识体系非常全面完善。在技术上,不仅包含了数据挖掘中的常见方法,如关联分析、分类、聚类等,还包括自然语言处理方法、深度学习方法、舆情分析方法、行为金融学、心理学等方法;在数据应用上,不仅包含每笔成交数据的分析,还包括财务数据、新闻数据、股吧论坛、机构研报、用户行为等方面的分析。 ——天云大数据首席执行官 雷涛 ★在大数据时代,数据挖掘无疑是炙手可热的技术。本书续合了丰富的金融业数据资源,通过构建的股票大数据挖掘平台,介绍如何利用数据挖掘技术进行股票挖掘和投资实践。本书是当前国内股票数据挖掘体系非常全的著作,希望能为从事投资工作的人士、在校师生提供参考和借鉴。 ——深圳支付界科技有限公司董事长方耀全 ★在大数据时代,数据挖掘技术是淘金术。这本书是洪志令博士多年实战的总结,它基于丰富的金融业数据,精心搭建大数据挖掘平台,教读者如何运用数据挖掘技术进行股票挖掘和投资,是一本稀有的难得力作。 ——通信信息报社社长总编辑 刘红权 ★本书的理论方法都配合股票的实战应用案例进行讲解,理论与实践相得益彰,能够为中国的基金、公募、私募以及个人投资者提高股票挖掘和股票投资水平起到抛砖引玉的作用。 ——泉州金控集团党委书记、董事长 蔡洪潮

作者简介

洪志令,厦门大学人工智能专业博士,北京大学心理学、机器感知与智能教育部重点实验室博士后,美国加州大学尔湾分校助理科学家。先后曾任职于IBM、美国Comodo、厦门大学软件学院,现为股票挖掘网(stocktobe.com)创始人,厦门市高层次引进人才,厦门市思明区思明英才,思明区政协委员。近年以**或通讯作者发表学术论文30篇,其中SCI/EI检索的共18篇。目前拥有9项授权的国家发明专利,32项公开实审国家发明专利和42项软件著作权。

预估到手价 ×

预估到手价是按参与促销活动、以最优惠的购买方案计算出的价格(不含优惠券部分),仅供参考,未必等同于实际到手价。

确定
快速
导航