基于神经网络和模糊理论的股市分析、预测与决策
摘要 | 第1-4页 |
Abstract | 第4-9页 |
第1章 绪论 | 第9-18页 |
·课题研究的背景及意义 | 第9-12页 |
·研究背景 | 第9-11页 |
·课题意义 | 第11-12页 |
·国内外有关研究现状 | 第12-16页 |
·神经网络与模糊理论的发展现状 | 第12-14页 |
·证券预测分析相关理论发展现状 | 第14-16页 |
·本文的主要内容及创新之处 | 第16-18页 |
·论文的主要内容 | 第16页 |
·论文的结构安排 | 第16页 |
·论文的创新之处 | 第16-18页 |
第2章 神经网络基本理论及BP算法 | 第18-35页 |
·神经网络概述 | 第18-20页 |
·神经网络研究的分类及发展方向 | 第20-22页 |
·神经网络的分类 | 第20-21页 |
·神经网络的发展方向 | 第21-22页 |
·多层前馈神经网络模型 | 第22-24页 |
·激励函数 | 第23页 |
·误差能量函数 | 第23-24页 |
·BP学习算法及改进 | 第24-28页 |
·BP算法简介 | 第24-25页 |
·BP算法推导过程 | 第25-26页 |
·BP算法的工作过程 | 第26-27页 |
·BP算法的局限性及改进 | 第27-28页 |
·参数自适应BP算法 | 第28-33页 |
·问题的提出 | 第28-30页 |
·参数自适应BP算法 | 第30-32页 |
·参数自适应BP算法的分析与讨论 | 第32-33页 |
·前馈网络的结构研究 | 第33-34页 |
·多层前馈网络的结构设计 | 第33页 |
·BP网络结构的设计 | 第33-34页 |
·本章小节 | 第34-35页 |
第3章 证券预测分析理论 | 第35-46页 |
·证券的概述 | 第35页 |
·国外证券市场 | 第35-36页 |
·股票的概述 | 第36-38页 |
·证券投资分析方法 | 第38-43页 |
·预测基本理论 | 第38-39页 |
·证券分析方法 | 第39-40页 |
·基本分析 | 第40-41页 |
·技术分析 | 第41-43页 |
·其它股市预测方法 | 第43页 |
·股市预测中存在的问题 | 第43-44页 |
·人工神经网络在股市中的应用概述 | 第44-45页 |
·本章小结 | 第45-46页 |
第4章 模糊理论 | 第46-56页 |
·模糊理论概述 | 第46-47页 |
·模糊集合 | 第47-48页 |
·隶属函数 | 第48页 |
·模糊逻辑系统 | 第48-50页 |
·模糊推理 | 第49页 |
·模糊规则 | 第49-50页 |
·模糊决策 | 第50-51页 |
·决策理论概述 | 第50页 |
·基于优先关系的模糊优选决策理论 | 第50-51页 |
·模糊理论与神经网络的结合 | 第51-53页 |
·两种技术结合的必要性 | 第51-52页 |
·模糊技术与神经网络相结合的几种形式 | 第52-53页 |
·模糊理论在股市中的引入 | 第53-55页 |
·股市中的模糊时间序列 | 第53-54页 |
·用隶属度描述股市中的模糊变量 | 第54-55页 |
·本章小结 | 第55-56页 |
第5章 系统分析与设计 | 第56-69页 |
·需求分析 | 第56-57页 |
·问题具体化 | 第57-59页 |
·系统设计 | 第59-67页 |
·股票数据的选择 | 第60页 |
·数据预处理 | 第60-62页 |
·网络拓扑的设计 | 第62-63页 |
·初始参数的选择 | 第63-64页 |
·回溯期的确定 | 第64-65页 |
·预测方法设计 | 第65-66页 |
·神经网络预测的一般步骤 | 第66-67页 |
·性能评价标准 | 第67-68页 |
·本章小节 | 第68-69页 |
第6章 系统应用的仿真实验 | 第69-83页 |
·预测分析研究实验 | 第69-76页 |
·股票价格的短期预测 | 第69-73页 |
·应用模糊理论进行市值分析 | 第73-76页 |
·系统决策分析实验 | 第76-81页 |
·本章小结 | 第81-83页 |
结论 | 第83-85页 |
参考文献 | 第85-88页 |
附录 | 第88-90页 |
攻读硕士学位期间所发表的学术论文 | 第90-91页 |
致谢 | 第91页 |