摘要：针对初入股票交易市场和对股票交易市场了解甚少的股民需求,设计与实现了基于线性回归的热门股票分析与推荐系统。以实时股票数据接口为数据源,输入UI模板生成动态视图,对股票交易市场的实时数据进行了显示设计;采用了机器学习的相关技术对股票走向的趋势进行预测,再结合Matplotlib对股票数据进行可视化处理,来解决数据图形化显示的问题;采用网络爬虫获取相关金融网的建议与评价,来展现给用户更加直观的分析内容。

摘要：针对初入股票交易市场、对股票了解甚少的股民,设计与实现了基于时间序列的热门股票分析与推荐系统。在股票交易市场中,大部分的数据都是晦涩且庞大的,所以在交易环节中获取到的数据与信息内容,应尽可能的简化复杂性,增强审视、增强理解。因此本文以实时股票数据接口为数据源,输入UI模板生成动态视图,对股票交易市场的实时数据进行了显示设计;采用时间序列的相关技术对股票走向的趋势进行预测,再结合Matplotlib对股票数据进行可视化处理,来解决数据图形化显示的问题;采用网络爬虫获取相关金融网的建议与评价,来展现给用户更加直观的分析内容。本文还对股票的相关知识进行了简单的介绍,同时也对股票数据分析与推荐的总体设计、关键技术进行了详细的阐述,并对下一步工作提出了展望。

摘要：无监督的自组织映射(SOM)神经网络是用于聚类的主要人工神经网络模型之一。在SOM网络的基础上改进了网络中的邻域函数,并将其用于对股票进行分析和选择,得到了令人满意的结果。为了提高解的精度,避免多个输入样本映射到同一输出节点还提出了禁忌映射的方法。数值模拟表明该模型对于上市公司的聚类结果令人满意,对于股民客观、准确地选出真正具有投资价值的股票具有指导意义。

摘要：本文提出了一个基于行业与地域的股票舆情监测分析系统的设计方案。在互联网传媒与大数据技术不断发展的时代背景下,该平台结合了数据挖掘、机器学习、时空大数据分析等分析方法,不仅具有优秀的数据抓取能力与舆情解读能力,更能根据舆情信息的文本识别算法,分析当前舆情事件对与其事件性质类似的股票板块、与其所处地域相同的上市公司股票的影响。综合来看,本平台不仅能为个体投资者提供投资决策参考,更能帮助市场管理者监测网络舆论、加强市场监管,促进市场信息更加高效透明地传播。

摘要：由于股市内的数据的庞大和复杂，在进行有效的股票数据分析的时候我们需要更加精确的数据来为我们服务，基于以上股市数据的特点，利用数据挖掘技术对股市趋势的计算是符合实际的，在BP神经网络算法的基础上对股票分析系统进行设计。

摘要：《证券投资分析》是开放教育工商管理和金融两个本科专业的选修课,授课教师根据课程特点和自己多年来积累的证券投资实盘操作经验,探索出理论密切结合实践的动态教学法。基本做法是:运用网络教学平台和多媒体技术,建立以学生为主的QQ群,授课中,始终贯彻"理论先行促自学,实践操作跟老师,动态教学随市场,模拟操作评效果,课堂互动比武功"的教学思路,彻底改变传统单一的课堂教学模式,在课程教学中设计并完成"模拟股市实战操作"实践性教学活动,取得了较好的成效。