| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-15页 |
| 第一节 本文的写作背景和意义 | 第9-11页 |
| 一、 本文的写作背景 | 第9-10页 |
| 二、 选题的意义 | 第10-11页 |
| 第二节 国内外股票预测方法以及模糊神经网络在股票预测中的发展状况 | 第11-13页 |
| 一、 国内外关于股票预测的研究概况 | 第11-12页 |
| 二、 国内外有关模糊神经网络研究动态 | 第12-13页 |
| 第三节 本文的主要工作章节安排 | 第13-15页 |
| 一、 论文的结构安排 | 第13页 |
| 二、 本文的创新点 | 第13-15页 |
| 第二章 模糊系统与神经网络的基本理论及其结合 | 第15-29页 |
| 第一节 模糊系统 | 第15-19页 |
| 一、 模糊集 | 第15-16页 |
| 二、 模糊规则 | 第16-18页 |
| 三、 模糊逻辑系统的框架 | 第18-19页 |
| 四、 模糊系统存在的问题 | 第19页 |
| 第二节 神经网络 | 第19-26页 |
| 一、 神经网络的特征 | 第20-21页 |
| 二、 神经网络的组成 | 第21页 |
| 三、 神经网络的互连结构分类 | 第21-22页 |
| 四、 神经单元的基本模型 | 第22-24页 |
| 五、 神经网络的自学习过程 | 第24页 |
| 六、 神经单元的变换函数 | 第24-26页 |
| 第三节 模糊系统与神经网络 | 第26-29页 |
| 一、 模糊系统与神经网络的知识处理 | 第26-27页 |
| 二、 模糊系统与神经网络的结合 | 第27-28页 |
| 三、 模糊神经网络的概念 | 第28-29页 |
| 第三章 模糊神经网络预测模型的设计 | 第29-37页 |
| 第一节 模型的分析 | 第29-33页 |
| 一、 模糊神经网络的结构 | 第29-31页 |
| 二、 模糊神经网络的学习算法 | 第31-32页 |
| 三、 几种基本的模糊神经单元 | 第32-33页 |
| 第二节 数据的处理 | 第33-34页 |
| 一、 原始数据的处理 | 第33页 |
| 二、 股票数据的选择 | 第33页 |
| 三、 数据的预处理 | 第33-34页 |
| 四、 回溯期的确定 | 第34页 |
| 第三节 预测方法 | 第34-35页 |
| 一、 一步预测 | 第34页 |
| 二、 迭代一步预测 | 第34-35页 |
| 三、 多步预测 | 第35页 |
| 第四节 神经网络预测的步骤 | 第35-36页 |
| 第五节 本章小结 | 第36-37页 |
| 第四章 股票价格预测系统的设计 | 第37-44页 |
| 第一节 预测依据选择 | 第37-38页 |
| 第二节 模糊神经网络的预测结构设计和参数确定 | 第38-40页 |
| 第三节 建模工具介绍 | 第40页 |
| 第四节 数据准备 | 第40-42页 |
| 第五节 预测值的模糊神经网络评价 | 第42-43页 |
| 第六节 本章小结 | 第43-44页 |
| 第五章 实证分析 | 第44-58页 |
| 第一节 预测效果 | 第44-56页 |
| 一、 绿景地产的实证分析 | 第44-46页 |
| 二、 潍柴动力的实证分析 | 第46-49页 |
| 三、 招商证券的实证分析 | 第49-51页 |
| 四、 宝钢股份的实证分析 | 第51-54页 |
| 五、 上证指数的实证分析 | 第54-56页 |
| 第二节 网络性能的评价 | 第56-57页 |
| 第三节 本章小结 | 第57-58页 |
| 第六章 总结和展望 | 第58-60页 |
| 第一节 总结 | 第58页 |
| 第二节 展望 | 第58-60页 |
| 参考文献 | 第60-63页 |
| 致谢 | 第63-64页 |
| 攻读学位期间主要的研究成果 | 第64页 |