全文总字数：3475字
1. 研究目的与意义（文献综述）
1.1研究背景：
随着股票市场的不断发展，产生了大量的股票数据。股票预测旨在根据股价历史交易信息以及股票相关的市场信息对股票未来价格涨跌趋势进行预测，以帮助投资者做出良好的投资决策。股票交易数据是一种典型的时间序列，大数据技术的广泛应用为股票产生的历史数据的收集、整理和分析提供了便利，也为通过挖掘历史数据预测股票未来价格提供了可能。
2. 研究的基本内容与方案
2.1基本内容：
本次设计的基本内容包括：
3. 研究计划与安排
2020.01.13—2020.02.28确定选题，查阅文献，外文翻译和撰写开题报告；
2020.03.01—2020.03.07数据获取与预处理；
4. 参考文献（12篇以上）
[1] feng f, he x,wang x, et al. temporal relational ranking for stock prediction[j]. acmtransactions on information systems (tois), 2019, 37(2): 27.[2] li c, song d, tao d. multi-task recurrent neural networks and higher-ordermarkov random fields for stock price movement prediction: multi-task rnn andhiger-order mrfs for stock price classification[c].proceedings of the 25th acmsigkdd international conference on knowledge discovery data mining. acm,2019: 1141-1151.[3] aggarwal charu c, reddy chandan k. data clustering: algorithms andapplications[j]. 2013.
[4] 林星.基于局部相似性分析的股票市场投资策略研究[d].山东大学,2017.
[5] 黄茗.利用深度学习预测股票涨跌：a h股实证分析[d].山东大学,2018.
