基于BP神经网络和自回归模型的股市预测
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 引言 | 第10-15页 |
| ·研究意义 | 第10页 |
| ·国内外股市的发展现状 | 第10-13页 |
| ·进行股票预测的必要性 | 第13-14页 |
| ·本文主要研究内容及结构安排 | 第14-15页 |
| ·主要研究内容 | 第14页 |
| ·论文结构安排 | 第14-15页 |
| 第二章 股市预测的背景知识 | 第15-33页 |
| ·预测概述 | 第15-17页 |
| ·预测的概念 | 第15页 |
| ·预测的对象 | 第15-16页 |
| ·预测的理论基础和指导思想 | 第16-17页 |
| ·股票的概念和特征 | 第17-18页 |
| ·股票预测的常用方法 | 第18-19页 |
| ·模型预测法 | 第18页 |
| ·神经网络预测方法 | 第18-19页 |
| ·股市指标介绍 | 第19-33页 |
| ·KDJ 指标 | 第19-21页 |
| ·DMI 指标 | 第21-28页 |
| ·布林指标 | 第28-33页 |
| 第三章 自回归模型介绍 | 第33-36页 |
| ·AR(p)模型的定义 | 第34页 |
| ·时间序列建模的实现过程 | 第34-36页 |
| ·数据选取 | 第36页 |
| 第四章 BP 神经网络介绍 | 第36-48页 |
| ·神经元 | 第37-41页 |
| ·BP 神经网络 | 第41-44页 |
| ·BP 神经网络模型与结构 | 第41-42页 |
| ·BP 学习算法 | 第42-43页 |
| ·误差反向传播的流程图 | 第43-44页 |
| ·改进的BP 网络学习算法 | 第44-46页 |
| ·BP 神经网络的优缺点 | 第46-48页 |
| 第五章 基于MATLAB 的股市预测 | 第48-66页 |
| ·BP 神经网络进行股市预测 | 第48-52页 |
| ·BP 神经网络进行预测的原理 | 第48-49页 |
| ·BP 神经网络的结构设计 | 第49-52页 |
| ·自回归模型用于股票预测 | 第52-54页 |
| ·将非平稳时间序列平稳化 | 第52-53页 |
| ·AR 模型的识别 | 第53-54页 |
| ·AR 模型的参数估计 | 第54页 |
| ·股票预测的MATLAB 实现 | 第54-66页 |
| ·选取原始数据 | 第54-55页 |
| ·数据预处理 | 第55页 |
| ·仿真实验及结果分析 | 第55-66页 |
| 第六章 研究工作总结与展望 | 第66-68页 |
| ·研究工作总结 | 第66-67页 |
| ·研究工作展望 | 第67-68页 |
| 参考文献 | 第68-71页 |
| 攻读硕士期间发表的论文及所取得的研究成果 | 第71页 |
| 所参加科研项目 | 第71-72页 |
| 致谢 | 第72页 |
