基于神经网络的股票预测
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 课题背景及研究的目的和意义 | 第8-10页 |
| 1.1.1 算法交易 | 第8-9页 |
| 1.1.2 人工智能 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.3 本文主要研究内容 | 第13-14页 |
| 第2章 深度神经网络 | 第14-25页 |
| 2.1 前馈神经网络 | 第14-15页 |
| 2.2 激活函数 | 第15-19页 |
| 2.2.1 S型函数 | 第15-16页 |
| 2.2.2 分段线性函数 | 第16-18页 |
| 2.2.3 其他函数 | 第18-19页 |
| 2.3 优化 | 第19-22页 |
| 2.3.1 损失函数 | 第19-21页 |
| 2.3.2 后向传播 | 第21页 |
| 2.3.3 Adam算法 | 第21-22页 |
| 2.4 深度神经网络 | 第22-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第3章 循环神经网络 | 第25-28页 |
| 3.1 循环神经网络基本结构 | 第25-26页 |
| 3.2 长短时记忆模型 | 第26-27页 |
| 3.3 本章小结 | 第27-28页 |
| 第4章 实证分析 | 第28-38页 |
| 4.1 实验数据 | 第28页 |
| 4.2 网络设计 | 第28-29页 |
| 4.3 数据处理 | 第29-30页 |
| 4.4 实验过程 | 第30-37页 |
| 4.5 实验结论 | 第37-38页 |
| 结论 | 第38-39页 |
| 参考文献 | 第39-44页 |
| 致谢 | 第44页 |
