1. 毕业设计（论文）的内容和要求
毕业设计（论文）的主要内容 ： 第一章，导论。
主要阐述论文的研究背景（股票价格的研究）和动机，研究内容和方法。
第二章，理论介绍及文献综述。
2. 参考文献
[1]胡迪,黄巍.基于AP-SVM组合模型的股票价格预测[J].武汉工程大学学报,2019.2-6[2]马雪姣.基于支持向量回归机模型的价格预测[D].郑州大学,2018.10-26[3]贺毅岳,高妮,王峰虎,茹少峰,韩进博.EMD分解下基于SVR的股票价格集成预测[J].西北大学学报（自然科学版）,2019.3-7[4]许舒雅,梁晓莹.基于ARIMA-GARCH模型的股票价格预测研究[J].河南教育学院学报（自然科学版）,2019.2-5[5]冉杨帆,蒋洪讯.基于BPNN和SVR的股票价格预测研究[J].山西大学学报（自然科学版）,2018.7-9[6]傅魁,刘玉洁,陈美丽.基于财经新闻情感倾向值的股票价格预测[J].北京邮电大学学报（社会科学版）,2019.5-8[7]杨继明.基于改进支持向量机的金融指数投资策略研究[D].华中科技大学,2017.8-25[8]张璇.基于隐马尔可夫模型与支持向量机的股票价格预测实证研究[D].山东大学,2019.27-33[9]梁冉.基于支持向量回归的上证50股票价格预测研究[D].安徽师范大学,2018.10-24[10]杨雨霖.人工智能在股票预测中的应用[J].科技传播,2018.1-2[11]凤河.有限注意与A股市场股价回归预测[D].西安理工大学,2019.39-45[12]高雯.基于支持向量机参数优化算法的股票智能投顾策略研究[D].上海师范大学,2018.22-30[13]王卫红,卓鹏宇.基于PCA-FOA-SVR的股票价格预测研究[J].浙江工业大学学报,2016.3-6[14]周渐.基于SVM算法的多因子选股模型实证研究[D].浙江工商大学,2017.20-35[15]张建宽,盛炎平.支持向量机对股票价格涨跌的预测[J].北京信息科技大学学报,2017.2-3[16]杨善清.基于支持向量回归和差分进化的股票价格预测[D].南昌大学,2018.30-42[17]汪梦竹.基于支持向量机的股票量化交易策略研究[D].重庆大学,2018.13-25[18]Naman Arora, Parimala M.Financial Analysis Stock Market Prediction Using Deep Learning Algorithms[J]. International Conference on Sustainable Computing in Science, Technology Management,2019.2-6[19]Yancong Xie, Hongxun Jiang.Stock Market Forecasting Based on Text Mining Technology A Support Vector Machine Method[J]. Journal of Computers,2016.2-6[20]Vaishnavi Gururaj, Shriya V R, Dr. Ashwini K. Stock Market Prediction using Linear Regression and Support Vector Machines[J]. International Journal of Applied Engineering Research,2019.2-3[21]Bibek Maharjan, Dr. Swati Sah.Stock Price Prediction Using Support Vector Machine and Long Short-Term Memory Algorithms[J]. LBEF Research Journal of Science, Technology and Management,2019.3-9
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
