更新时间：2021-03-04 18:48:23
封面
版权信息
内容简介
除了你的才华，其他一切都不重要！
前言
第1篇 基础篇
第1章 绪论
1.1 量化投资与数据挖掘的关系
1.2 数据挖掘的概念和原理
1.3 数据挖掘在量化投资中的应用
1.4 本章小结
参考文献
第2章 数据挖掘的内容、过程及工具
2.1 数据挖掘的内容
2.2 数据挖掘的过程
2.3 数据挖掘工具
2.4 本章小结
第3章 MATLAB快速入门及实用技巧
3.1 MATLAB快速入门
3.2 MATLAB常用技巧
3.3 MATLAB的开发模式
3.4 本章小结
第2篇 技术篇
第4章 数据的准备
4.1 数据的收集
4.2 数据质量分析
4.3 数据预处理
4.4 本章小结
第5章 数据的探索
5.1 衍生变量
5.2 数据的统计
5.3 数据可视化
5.4 样本选择
5.5 数据降维
5.6 本章小结
第6章 关联规则方法
6.1 关联规则概要
6.2 Apriori算法
6.3 FP-Growth算法
6.4 应用实例：行业关联选股法
6.5 本章小结
第7章 数据回归方法
7.1 一元回归
7.2 多元回归
7.3 逐步回归
7.4 逻辑斯蒂回归
7.5 应用实例：多因子选股模型的实现
7.6 本章小结
第8章 分类方法
8.1 分类方法概要
8.2 K-近邻分类
8.3 贝叶斯分类
8.4 神经网络
8.5 逻辑斯蒂分类
8.6 判别分析
8.7 支持向量机（SVM）
8.8 决策树
8.9 分类的评判
8.10 应用实例：分类选股法
8.11 延伸阅读：其他分类方法
8.12 本章小结
第9章 聚类方法
9.1 聚类方法概要
9.2 K-means聚类
9.3 层次聚类
9.4 神经网络聚类
9.5 模糊C均值（FCM）方法
9.6 高斯混合聚类方法
9.7 类别数的确定方法及实例
9.8 应用实例：股票聚类分池
9.9 延伸阅读
9.10 本章小结
第10章 预测方法
10.1 预测方法概要
10.2 灰色预测
10.3 马尔可夫预测
10.4 应用实例：大盘走势预测
10.5 本章小结
第11章 诊断方法
11.1 离群点诊断概要
11.2 基于统计的离群点诊断
11.3 基于距离的离群点诊断
11.4 基于密度的离群点诊断
11.5 基于聚类的离群点诊断
11.6 应用实例：离群点诊断量化择时
11.7 延伸阅读：新兴的离群点挖掘诊断方法
11.8 本章小结
第12章 时间序列方法
12.1 时间序列的基本概念
12.2 平稳时间序列分析方法
12.3 季节指数预测法
12.4 时间序列模型
12.5 应用实例：基于时间序列的股票预测
12.6 本章小结
