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。
编辑推荐
本书围绕股票挖掘,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。
更多出版物信息
- 版权: 清华大学出版社
- 出版: 2020-05-01
- 更新: 2023-06-21
- 书号:9787302538646
- 中图:F830.91-39
- 学科:经济学应用经济学