时态神经网络在股票分类预测的应用
| 摘要 | 第3-5页 |
| abstract | 第5-6页 |
| 1 绪论 | 第10-19页 |
| 1.1 研究背景 | 第10-12页 |
| 1.2 研究现状 | 第12-14页 |
| 1.3 主要研究内容和意义 | 第14-16页 |
| 1.3.1 研究内容 | 第14-15页 |
| 1.3.2 研究意义 | 第15-16页 |
| 1.4 拟解决的核心 | 第16-17页 |
| 1.5 本文创新点 | 第17页 |
| 1.6 论文结构 | 第17-19页 |
| 2 相关理论综述 | 第19-29页 |
| 2.1 时态数据挖掘模型理论 | 第19-21页 |
| 2.2 神经网络理论 | 第21-23页 |
| 2.3 股票分类预测 | 第23-24页 |
| 2.4 时态数据在股票分类预测的应用 | 第24-25页 |
| 2.5 神经网络方法在股票分类预测的应用 | 第25-27页 |
| 2.6 本章小结 | 第27-29页 |
| 3 时态神经网络模型与算法 | 第29-39页 |
| 3.1 时态型定义及性质 | 第29-30页 |
| 3.2 时态转换方法 | 第30-32页 |
| 3.3 神经网络分类模型 | 第32-36页 |
| 3.4 时态神经网络分类模型 | 第36-38页 |
| 3.5 模型特性与可用性分析 | 第38页 |
| 3.6 本章小结 | 第38-39页 |
| 4 金融证券投资应用 | 第39-52页 |
| 4.1 数据获取与预处理 | 第39-43页 |
| 4.2 模型参数选择 | 第43-45页 |
| 4.3 数据分析与结果 | 第45-51页 |
| 4.4 本章小结 | 第51-52页 |
| 5 结论与展望 | 第52-54页 |
| 5.1 研究结论 | 第52页 |
| 5.2 论文展望 | 第52-54页 |
| 参考文献 | 第54-58页 |
| 附录1 | 第58-59页 |
| 附录2 | 第59-60页 |
| 附录3 | 第60-61页 |
| 附录4 | 第61-62页 |
| 附录5 | 第62-65页 |
| 致谢 | 第65-66页 |
| 攻读学位期间参加的研究工作和获得的学术成果 | 第66页 |
