首页--经济论文--财政、金融论文--金融、银行论文--中国金融、银行论文--金融市场论文

NARX动态神经网络的择时策略研究

摘要第2-4页
Abstract第4-5页
第1章 绪论第9-18页
    1.1 研究背景第9-10页
    1.2 研究目的和意义第10-12页
        1.2.1 研究目的第10-11页
        1.2.2 研究意义第11-12页
    1.3 研究内容、方法和技术路线第12-16页
        1.3.1 研究内容第12-14页
        1.3.2 研究方法第14-15页
        1.3.3 研究技术路线第15-16页
    1.4 本文的主要贡献第16-18页
第2章 文献综述与相关理论第18-30页
    2.1 文献综述第18-22页
        2.1.1 量化交易方法方面第18-19页
        2.1.2 股市择时预测方面第19-20页
        2.1.3 投资策略方面第20-21页
        2.1.4 文献评述第21-22页
    2.2 相关理论回顾第22-30页
        2.2.1 量化交易方法概述第22-23页
        2.2.2 NARX动态神经网络原理简介第23-27页
        2.2.3 BP静态神经网络原理简介第27-28页
        2.2.4 SVM支持向量机模型原理简介第28-30页
第3章 问题描述与分析第30-34页
    3.1 研究问题描述第30-32页
    3.2 研究问题分析第32-34页
第4章 NARX动态神经网络择时策略的理论框架第34-44页
    4.1 数据选取与预处理第34-39页
        4.1.1 数据选取第34-36页
        4.1.2 数据相关性检验第36-39页
        4.1.3 数据预处理第39页
    4.2 模型选择:股价拟合与模式分类第39-42页
        4.2.1 三种模型在股价拟合中应用的理论部分第39-40页
        4.2.2 三种模型在模式分类中应用的理论部分第40-42页
    4.3 评价指标:评估择时策略的理论依据第42-44页
第5章 NARX动态神经网络择时策略方案设计第44-71页
    5.1 策略设计思路第44-45页
    5.2 NARX动态网络在股价拟合中的应用第45-59页
        5.2.1 拟合结果评价指标第45-46页
        5.2.2 BP静态网络的股价拟合方法第46-47页
        5.2.3 SVM回归模型的股价拟合方法第47-50页
        5.2.4 NARX动态网络的股价拟合方法第50-58页
        5.2.5 三种模型股价拟合结果对比与小结第58-59页
    5.3 NARX动态网络在模式分类中的应用第59-70页
        5.3.1 模型的输入和输出第60-61页
        5.3.2 学习验证集已知分类的指派第61-63页
        5.3.3 NARX动态神经网络模式分类模型的建立第63-69页
        5.3.4 NARX动态网络与其他两种模型分类结果的比较与小结第69-70页
    5.4 本章小结第70-71页
第6章 NARX动态网络择时策略合理性论证及实施途径第71-86页
    6.1 NARX动态网络积极型择时策略投资组合的建立第71-77页
        6.1.1 积极型择时投资组合原理第71-73页
        6.1.2 NARX动态网络积极型择时策略投资组合的设计第73-77页
    6.2 择时策略投资组合收益率分析第77-79页
        6.2.1 收益率结果分析与比较第77-78页
        6.2.2 收益率分布的Kolmogorov-Smirnov检验第78-79页
    6.3 择时策略投资组合的业绩评价指标体系第79-84页
        6.3.1 α与β值第79-81页
        6.3.2 夏普比率第81-82页
        6.3.3 风险价值修正的夏普比率第82-83页
        6.3.4 最大回撤第83-84页
    6.4 本章小结第84-86页
第7章 结论第86-90页
    7.1 基本结论第86-87页
    7.2 存在不足第87-88页
    7.3 进一步研究方向第88-90页
致谢第90-91页
参考文献第91-94页
附录第94-126页

论文共126页,点击 下载论文
上一篇:包头市水资源承载力分析及优化配置研究
下一篇:机织物拉伸—伸长性能研究