股票大数据挖掘实战(股票分析篇)/新经济书库

本书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进行实战应用的方法。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；之后在每一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的解析。具体包括：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。

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 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。近年以第一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。

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 2.2.10 三重指数平滑移动平均线指标 2.2.11 威廉指标 2.2.12 BOLL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 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