《股票大数据挖掘实战（股票分析篇）》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。
洪志令，美国加州大学尔湾分校助理科学家、北京大学心理学／北京大学机器感知与智能教育部重点实验室博士后，厦门大学人工智能专业博士。曾先后任职于IBM、美国Comodo、厦门大学软件学院，现为股票挖掘网创始人。厦门市高层次引进人才，厦门市思明区思明英才，厦门市思明区政协委员。近年来发表SCI/EI检索学术论文32篇。目前拥有10项授权的国家发明专利和超过32项的公开实审国家发明专利。
吴梅红，厦门大学副教授，美国加州大学洛杉矶分校与厦门大学联合培养博士，师从圈灵奖获得者Judea Pearl教授，北京大学博士后，美国加州大学尔湾分校访问学者。福建省新世纪优秀人才，厦门市高层次引进人才。在智能科学领域有较深入的研究，并在国内外一流期刊发表多篇文章。

作品目录

作者简介
内容简介
前言
本书内容
本书特色
读者对象
致专业人士
致教师
致学生
关于作者
第1章：股票基础
1.1、股票投资入门
1.2、影响股价的因素
1.3、股票的基本面分析
1.4、股票的技术分析方法
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
2.3、新方法：基于长短期线的买卖点计算
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
3.3、股票时间序列的特征表示方法
3.4、新方法：基于拐点检测的股票历史数据分段方法
3.5、新方法：基于精准高低点分段匹配的股票预测方法
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
4.3、资金流向分析
4.4、新方法：基于资金流向分析的主力控盘能力计算方法
4.5、平台实战解析
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
5.3、新方法：基于涨跌幅排序的股票异动跟踪方法
5.4、平台实战解析
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
6.3、股票定价理论
6.4、正态分布
6.5、新方法：基于自身历史相似收益的股票估值方法
6.6、财务指标可视化
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
7.3、一致性预期
7.4、平台实战解析：研报评级及其有效性分析
第8章：股票舆情分析
8.1、目标概述
8.2、文本挖掘
8.3、新闻文本分类
8.4、股吧情感分析
8.5、平台实战解析
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
9.3、协同过滤
9.4、平台实战解析：用户潜在行为分析与热门股发现
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
10.3、新方法：股票数据挖掘模型
10.4、股票大数据挖掘平台简介
10.5、平台实战解析
参考文献