935
浏览软件工程硕士论文提纲框架---证券市场风险分析平台的设计与实现
摘要:伴随着经济的高速增长以及整个金融行业信息化浪潮的到来,证券业务也随之进入“大数据”时代,证券行业逐渐成为一种高智力,高收益,高科技的行业。然而,随着全球化经济的不断渗透,证券市场因国际资本的流动而显得变幻莫测,证券行业中的各类风险也随之变得复杂和难以把控,因此怎样去分析并预测风险成为证券公司将要去攻克的一个难题,而市场风险是证券公司所面临的重要风险之一,并且在市场风险领域进行把控对证券公司而言有着极为重要的意义,因此证券行业内需要一种易于证券企业扩展应用的市场风险分析平台,进而有效规避证券市场风险。根据上述背景,本文设计并开发了一个面向证券市场的风险分析平台,在对证券公司整体和各业务部门在市场风险领域的调研后,对整个系统平台进行了需求分析,总结出了功能性与非功能性两大方面的需求。针对需求对平台进行了总体架构与功能的设计,本平台是基于Java EE的体系进行构建,开发工具采用Spring Boot、Apache Shiro、My Batis、Thymeleaf、Bootstrap几大框架技术,整个平台易于部署,访问方式便捷统一,支持高可用性、高可扩展性。考虑到证券行业追求稳定性,本文设计了以数据集市为核心的数据中台,并对证券市场各类相关风险指标的概念逻辑进行梳理后完成了数据库设计。针对证券企业内部对数据管控以及风险分析的需要,本文设计并实现了风险分析及可视化功能模块、系统管理功能模块、数据管理功能模块与合同管理功能模块。此外为了实现风险分析中重要的风险预测,研究并实现了风险预测模型的开发,通过对比实验最终选取结合了PCA的XGboost机器学习模型对当下证券市场中最重要的股票指标进行了预测,并结合前端技术形成可视化风险分析报告,并设置了相关显示细节。本文中设计和实现的平台解决了证券公司风险部对市场风险相关指标的数据管理及可视化需求,分析人员能够直观高效地获取及分析整个公司与市场风险相关的数据因子,从而根据风险数据因子所暴露出的市场风险情况展开应对工作。
关键词:证券市场;风险分析;XGboost;股票预测;
致谢
摘要
ABSTRACT
1 引言
1.1 论文背景及意义
1.2 国内外研究现状
1.2.1 国外研究现状
1.2.2 国内研究现状
1.3 论文主要内容
1.4 论文组织结构
1.5 本章小结
2 相关技术概述
2.1 开发工具技术
2.1.1 SpringBoot
2.1.2 Apache Shiro
2.1.3 MyBatis
2.2 数据集市
2.3 市场风险预测相关机器学习算法
2.3.1 GBDT
2.3.2 XGboost
2.4 本章小结
3 证券市场风险分析平台需求分析
3.1 平台概述
3.2 平台功能需求
3.2.1 数据管理需求
3.2.2 风险分析及可视化需求
3.2.3 系统管理需求
3.2.4 合同管理需求
3.3 平台非功能性需求分析
3.3.1 系统物理架构需求
3.3.2 系统性能需求
3.3.3 用户与系统拓展性需求
3.4 本章小结
4 证券市场风险分析平台概要设计
4.1 系统总体架构设计
4.2 系统物理架构配置设计
4.3 系统功能模块设计
4.4 数据库设计
4.4.1 数据集市
4.4.2 数据库概念设计
4.4.3 数据库逻辑设计
4.5 本章小结
5 证券市场风险分析预测模型开发
5.1 股票数据集
5.2 股票数据预处理
5.2.1 数据清洗
5.2.2 数据变换
5.3 特征工程
5.3.1 预测指标分析
5.3.2 预测指标降维
5.4 模型构建
5.4.1 支持向量机模型
5.4.2 XGboost模型
5.5 实验结果及分析
5.5.1 评价指标
5.5.2 实验结果分析
5.6 本章小结
6 证券市场风险分析平台详细设计与实现
6.1 物理系统架构设计与实现
6.2 数据管理模块设计与实现
6.3 风险分析及可视化模块设计与实现
6.4 系统管理模块设计与实现
6.5 合同管理模块设计与实现
6.6 本章小结
7 系统测试
7.1 系统功能测试
7.1.1 数据管理模块功能测试
7.1.2 风险分析及可视化模块功能测试
7.1.3 系统管理模块功能测试
7.1.4 合同管理模块功能测试
7.2 非功能性测试
7.2.1 系统性能测试
7.2.2 兼容性测试
7.3 测试结果分析
7.4 本章小结
8 总结与展望
8.1 总结
8.2 展望
参考文献