机读格式显示(MARC)

• 000 01928nam0 2200349 450

• 001 0000438687

• 005 20191028100223

• 010 __ |a 978-7-302-52663-6 |d CNY79.00

• 092 __ |b 91MARC

• 100 __ |a 20191021d2019 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a ak a 000yy

• 106 __ |a r

• 200 1_ |a 股票大数据挖掘实战 |d The practice of stock big data mining |i 股票预测篇 |i Stock prediction |z eng |f 洪志令, 吴梅红编著 |A gu piao da shu ju wa jue shi zhan

• 210 __ |a 北京 |c 清华大学出版社 |d 2019

• 215 __ |a 293页 |c 图 |d 26cm

• 225 2_ |a 新经济书库 |A xin jing ji shu ku

• 314 __ |a 洪志令, 美国加州大学尔湾分校助理科学家、北京大学心理学/北京大学机器感知与智能教育部重点实验室博士后。吴梅红, 厦门大学副教授, 美国加州大学洛杉矶分校与厦门大学联合培养博士。

• 320 __ |a 有书目 (第292-293页)

• 330 __ |a 全书共10章。第1-3章为相关的基础内容, 介绍了数据挖掘的基本概念、常用算法、数据挖掘工具及云计算; 然后将股票与数据挖掘结合, 介绍大数据炒股、股票时间序列、量化投资等; 最后介绍与股票相关的数据类型、数据的获取源及获取的方法、获取数据的预处理等。在第4-10章中, 每一章根据股票挖掘的不同目标,介绍相关的数据挖掘算法,同时基于对基础算法的优劣分析,提出适用于股票场内实盘交易全景数据分析的新方法,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: 分类方法及股票买卖点的判断; 相似/相关匹配方法及股票走势的预测; 相似股票判断与投资组合; 马尔可夫模型与股票盘面强弱状态的判断; 关联规则与股票间的延时涨跌联动; NGram模型与股票的幅值组合关系; 深度学习与循环滚动预测等。

• 333 __ |a 经济相关专业人员

• 410 _0 |a 新经济书库 |1 2001

• 510 1_ |a Practice of stock big data mining |i Stock prediction |z eng

• 517 1_ |a 股票预测篇 |A gu piao yu ce pian

• 606 0_ |a 股票 |x 数据处理 |A gu piao

• 690 __ |a F830.91-39 |v 5

• 701 _0 |a 吴梅红 |4 编著 |A wu mei hong

• 701 _0 |a 洪志令 |4 编著 |A hong zhi ling

• 801 _0 |a CN |b WFKJXY |c 20201114

• 905 __ |a WFKJXY |d F830.91-39/4

• 920 __ |a 4370400 |z 1