萌萌哒图书专营店
  • 扫码下单

  • 全新大数据挖掘实战 分析篇洪志令,吴梅红9787302538646
  • 正版
    • 作者: 洪志令,吴梅红著 | 洪志令,吴梅红编 | 洪志令,吴梅红译 | 洪志令,吴梅红绘
    • 出版社: 清华大学出版社
    • 出版时间:2020-05-01
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    店铺装修中

    商家:
    萌萌哒图书专营店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    萌萌哒图书专营店

  • 商品参数
    • 作者: 洪志令,吴梅红著| 洪志令,吴梅红编| 洪志令,吴梅红译| 洪志令,吴梅红绘
    • 出版社:清华大学出版社
    • 出版时间:2020-05-01
    • 版次:1
    • 印次:1
    • 字数:407000
    • 页数:254
    • 开本:16开
    • ISBN:9787302538646
    • 版权提供:清华大学出版社
    • 作者:洪志令,吴梅红
    • 著:洪志令,吴梅红
    • 装帧:平装
    • 印次:1
    • 定价:79.00
    • ISBN:9787302538646
    • 出版社:清华大学出版社
    • 开本:16开
    • 印刷时间:暂无
    • 语种:暂无
    • 出版时间:2020-05-01
    • 页数:254
    • 外部编号:1202067495
    • 版次:1
    • 成品尺寸:暂无

    章基础

    1.1入门

    1.1.1市场

    1.1.2常用名称解释

    1.1.3交易规则

    1.2影响股价的因素

    1.3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

    1.4.3K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风险

    第2章分析技术指标与买卖点计算

    2.1目标概述

    2.2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..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

    2.2.10三重指数平滑移动平均线指标

    2.2.11威廉指标

    2.2.12BOLL指标

    2.2.13腾落指数

    2.2.14涨跌比率指标

    2.2.15超买超卖指标

    .新方法:基于长短期线的买卖点计算

    ..1主要思想

    ..2计算步骤

    ..方法步骤与创新特征

    ..4平台实战解析

    第3章时间序列的特征表示方法

    3.1目标概述

    3.2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..时间序列的分类

    3.2.4时间序列分析概述

    3.2.5确定时间序列分析

    3.2.6随机时间序列分析

    3.3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..层次聚类算法

    4.2.4KMeans聚类算法

    4.2.5FCM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问题及解决方案

    4.4新方法:于资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如何站在的风口

    4.5.4诊断个股的全局风口位置

    第5章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..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跟随股东的动向并与“王”共舞

    第6章财务数据分析与估值

    6.1目标概述

    6.2财务指标

    6.2.1盈利能力指标

    6.2.2偿债能力指标

    6..成长能力指标

    6.2.4营运能力指标

    6.3定价理论

    6.3.1的价格

    6.3.2传统定价理论

    6.3.3现代定价理论

    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研究报告与关系的研究方法

    7..研究报告现状

    7.3一致预期

    7.3.1一致预期概述

    7.3.2一致预期的计算

    7.3.3一致预期的用法

    7.4平台实战解析:研报评级及其有效分析

    7.4.1机构研报的评级

    7.4.2机构评级的有效

    7.4.3机构研报聚合

    7.4.4个股热度分析

    第8章舆情分析

    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..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..股民心态

    9.2.4行为金融学的四大成果理论

    9.2.5行为金融学在方面的实践意义

    9.2.6行为金融学主张的策略

    9.3协同过滤

    9.3.1个化服务

    9.3.2协同过滤概述

    9.3.3基于用户的协同过滤

    9.3.4基于物品的协同过滤

    9.3.5两种协同过滤算法的比较

    9.3.6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

    0章交易决策模型

    10.1目标概述

    10.2经典的交易决策模型

    10.2.1沃伦·的交易决策模型

    10.2.2威廉·欧内尔的交易决策模型

    10..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: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大数据挖掘平台简介

    10.5平台实战解析

    10.5.1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

    参考文献

    洪志令,厦门大学人工智能专业博士,北京大学心理学、机器感知与智能实验室博士后,美国加州大学尔湾分校理科学家。先后曾任职于IBM、美国Comodo、厦门大学软件学院,为股挖掘网(stocktobe.com)创始人,厦门市高层次人才,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30篇,其中SCI/EI检索的共18篇。目前拥有9项授权的发明,32项公开实审发明和42项软件著作权。

    "本书围绕挖掘,所构建的知识体系很好全面完善。在技术上,不仅包含了数据挖掘中常见的方法,如匹配方法、关联分析、分类、聚类、预测、时间序列分析等,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,不仅包含了对场内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。

    "

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购