【摘要】：股票市场拥上的数据量复杂而且庞大，想要通过传统的方法来准确预测它的走势不太容易。本文利用数据挖掘技术中的logistic回归进行分类预测。以2015年中国A股市场上的800个上市公司作为研究样本，观察各个公司的股票综合绩效，并选取这些绩效作为回归的输出变量，并在所有财务指标中选取比较有特点的10个指标作为输入变量。运用R语言，利用logistic回归建立分类预测模型。模型建立之后，进行实证研究，找出对股票收益预测影响较大的财务指标，以此来帮助投资者做出合理的投资决策。

【关键字】：Logistic    股票市场收益预测    数据挖掘

目录

摘要

Abstract

一、绪论5

（一）研究背景5

（二）研究意义5

二、国内外研究现状6

（一）理论介绍6

（二）国外研究现状6

（三）国内研究现状8

三、模型介绍9

（一）主要研究方法及研究内容9

（二）理论基础9

（三）二元logistic回归介绍10

四、基于Logistic回归的实证研究11

（一）指标的确定11

（二）数据的选取12

（三）样本的描述性统计12

（四）Logistic回顾分类模型的建立14

五、小结16

参考文献