时间序列与证券数据分析软件的设计与实现
发布时间：2021-11-07 16:12
随着我国市场经济的发展,人们的投资途径日益广泛,其中最常见的就是证券投资,与之相关的股票分析软件也随之不断的发展。但是目前国内的炒股辅助软件与国外相比还有很多不足,很多新的理论和模型没有应用到软件中。本文通过对目前国内外炒股软件的研究,设计了能够根据当前市场价格、股票供需、交易数量以及投资心理等历史数据和目前行为反应,来判断整个股市和个股股价未来变化趋势和程度的证券分析软件。本文由需求分析、总体设计、详细设计和系统测试四个阶段构成开发过程,系统实现了趋势预测、模式匹配、聚类分析、关联分析、基本分析、技术分析等九大功能模块,基本满足了广大投资者的需求,具有一定的实际应用价值。
【文章来源】： 黑龙江大学黑龙江省
【文章页数】：60 页
【文章目录】：
中文摘要
Abstract
目录
第1章 绪论
1.1 课题背景与意义
1.2 国内外研究现状
1.3 本文主要研究内容和论文结构
第2章 系统概述
2.1 系统设计目标
2.2 系统开发环境
2.3 系统设计模式
2.4 系统开发过程
2.5 系统总体框架
2.6 本章小结
第3章 系统需求分析
3.1 编写目的
3.2 需求背景
3.3 证券数据分析软件需求概述
3.4 证券数据分析软件的工程需求
3.4.1 业务操作流程
3.4.2 功能需求分析
3.4.3 功能模块设置
3.5 系统的其他需求
3.5.1 时间及空间需求
3.5.2 界面需求
3.5.3 安全可靠性需求
3.6 本章小结
第4章 时间序列与证券数据分析软件的总体设计
4.1 系统总体结构设计
4.2 部分功能模块的功能设计
4.2.1 用户管理模块
4.2.2 趋势预测模块
4.2.3 模式匹配模块
4.2.4 聚类分析模块
4.2.5 关联分析模块
4.2.6 基本分析模块
4.2.7 技术分析模块
4.2.8 扩展模块
4.2.9 新闻发布模块
4.3 本章小结
第5章 时间序列与证券数据分析软件的设计与实现
5.1 数据库设计
5.1.1 服务器端数据库设计
5.1.2 客户端数据存储
5.2 系统主要模块的设计与实现
5.2.1 趋势预测模块的设计与实现
5.2.2 模式匹配模块的设计与实现
5.2.3 聚类分析模块的设计与实现
5.3 本章小结
第6章 时间序列与证券数据分析软件测试
6.1 软件测试的目的和意义
6.2 测试内容
6.3 软件测试及用例
6.4 测试结果
6.5 本章小结
第7章 总结与展望
参考文献
致谢
【参考文献】：
期刊论文
[1]中国股票市场成交量与价格波动关系 [J]. 刘永利,李双成,杨桂华. 河北经贸大学学报. 2007(02)
[2]数据挖掘中关联规则的改进算法及其实现 [J]. 杨健兵. 微计算机信息. 2006(21)
[3]浅谈时间序列的分析预测 [J]. 杨钟瑾. 中国科技信息. 2006(14)
[4]集成时序分析与形态理论的证券价格预测方法 [J]. 刘业政,王毅,杨攀. 应用数学与计算数学学报. 2006(01)
[5]基于片段模式的多时间序列关联分析 [J]. 秦亮曦,刘新峰,史忠植. 计算机科学. 2006(01)
[6]简介一种预测股票价格的方法 [J]. 李红梅. 中国科技信息. 2005(17)
[7]金融时间序列的数据挖掘技术与经典统计模型的比较 [J]. 胡桔州,兰秋军. 系统工程. 2005(06)
[8]关联规则中最大频繁项目集的研究 [J]. 李清峰,杨路明,张晓峰. 计算机应用研究. 2005(01)
[9]多元时间序列中跨事务关联规则分析的高效处理算法 [J]. 董泽坤,李辉,史忠植. 计算机科学. 2004(03)
[10]约束在序列模式挖掘中的应用研究 [J]. 许兆新,郝燕玲. 计算机工程与应用. 2004(05)
博士论文
[1]资本市场非线性特征及预测理论的若干问题研究[D]. 任彪.天津大学 2005
[2]时间序列数据挖掘研究[D]. 张保稳.西北工业大学 2002
硕士论文
[1]股票价格预测方法研究[D]. 表二苏.天津大学 2007
[2]基于灰色模型和ARIMA模型的上证指数研究[D]. 刘文抒.河海大学 2005
[3]沪、深股票市场非线性特征及其预测模型研究[D]. 彭章艳.武汉理工大学 2004
[4]股票分析和预测系统[D]. 李红梅.吉林大学 2004
[5]客户关系管理中的聚类分析研究[D]. 戈华.哈尔滨工程大学 2003
[6]技术分析有效性的实证研究[D]. 陈胜荣.厦门大学 2001
本文编号：3482156
【文章来源】： 黑龙江大学黑龙江省
【文章页数】：60 页
【文章目录】：
中文摘要
Abstract
目录
第1章 绪论
1.1 课题背景与意义
1.2 国内外研究现状
1.3 本文主要研究内容和论文结构
第2章 系统概述
2.1 系统设计目标
2.2 系统开发环境
2.3 系统设计模式
2.4 系统开发过程
2.5 系统总体框架
2.6 本章小结
第3章 系统需求分析
3.1 编写目的
3.2 需求背景
3.3 证券数据分析软件需求概述
3.4 证券数据分析软件的工程需求
3.4.1 业务操作流程
3.4.2 功能需求分析
3.4.3 功能模块设置
3.5 系统的其他需求
3.5.1 时间及空间需求
3.5.2 界面需求
3.5.3 安全可靠性需求
3.6 本章小结
第4章 时间序列与证券数据分析软件的总体设计
4.1 系统总体结构设计
4.2 部分功能模块的功能设计
4.2.1 用户管理模块
4.2.2 趋势预测模块
4.2.3 模式匹配模块
4.2.4 聚类分析模块
4.2.5 关联分析模块
4.2.6 基本分析模块
4.2.7 技术分析模块
4.2.8 扩展模块
4.2.9 新闻发布模块
4.3 本章小结
第5章 时间序列与证券数据分析软件的设计与实现
5.1 数据库设计
5.1.1 服务器端数据库设计
5.1.2 客户端数据存储
5.2 系统主要模块的设计与实现
5.2.1 趋势预测模块的设计与实现
5.2.2 模式匹配模块的设计与实现
5.2.3 聚类分析模块的设计与实现
5.3 本章小结
第6章 时间序列与证券数据分析软件测试
6.1 软件测试的目的和意义
6.2 测试内容
6.3 软件测试及用例
6.4 测试结果
6.5 本章小结
第7章 总结与展望
参考文献
致谢
【参考文献】：
期刊论文
[1]中国股票市场成交量与价格波动关系 [J]. 刘永利,李双成,杨桂华. 河北经贸大学学报. 2007(02)
[2]数据挖掘中关联规则的改进算法及其实现 [J]. 杨健兵. 微计算机信息. 2006(21)
[3]浅谈时间序列的分析预测 [J]. 杨钟瑾. 中国科技信息. 2006(14)
[4]集成时序分析与形态理论的证券价格预测方法 [J]. 刘业政,王毅,杨攀. 应用数学与计算数学学报. 2006(01)
[5]基于片段模式的多时间序列关联分析 [J]. 秦亮曦,刘新峰,史忠植. 计算机科学. 2006(01)
[6]简介一种预测股票价格的方法 [J]. 李红梅. 中国科技信息. 2005(17)
[7]金融时间序列的数据挖掘技术与经典统计模型的比较 [J]. 胡桔州,兰秋军. 系统工程. 2005(06)
[8]关联规则中最大频繁项目集的研究 [J]. 李清峰,杨路明,张晓峰. 计算机应用研究. 2005(01)
[9]多元时间序列中跨事务关联规则分析的高效处理算法 [J]. 董泽坤,李辉,史忠植. 计算机科学. 2004(03)
[10]约束在序列模式挖掘中的应用研究 [J]. 许兆新,郝燕玲. 计算机工程与应用. 2004(05)
博士论文
[1]资本市场非线性特征及预测理论的若干问题研究[D]. 任彪.天津大学 2005
[2]时间序列数据挖掘研究[D]. 张保稳.西北工业大学 2002
硕士论文
[1]股票价格预测方法研究[D]. 表二苏.天津大学 2007
[2]基于灰色模型和ARIMA模型的上证指数研究[D]. 刘文抒.河海大学 2005
[3]沪、深股票市场非线性特征及其预测模型研究[D]. 彭章艳.武汉理工大学 2004
[4]股票分析和预测系统[D]. 李红梅.吉林大学 2004
[5]客户关系管理中的聚类分析研究[D]. 戈华.哈尔滨工程大学 2003
[6]技术分析有效性的实证研究[D]. 陈胜荣.厦门大学 2001
本文编号：3482156
本文链接：https://www.wllwen.com/guanlilunwen/zhqtouz/3482156.html
