| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第1章 绪论 | 第10-18页 |
| ·研究背景及意义 | 第10-14页 |
| ·中国股市发展现状 | 第11-12页 |
| ·中国股市的可预测性 | 第12页 |
| ·股市预测的主要方法 | 第12-14页 |
| ·股价指数预测分析的一般意义 | 第14页 |
| ·股票指数研究现状 | 第14-15页 |
| ·论文的研究内容 | 第15-16页 |
| ·研究内容 | 第15页 |
| ·论文的结构安排 | 第15-16页 |
| ·研究方法及采用的技术路线 | 第16页 |
| ·论文的创新之处 | 第16-18页 |
| 第2章 证券预测分析理论 | 第18-29页 |
| ·证券的概述 | 第18页 |
| ·股票指数的概述 | 第18-19页 |
| ·股票的定义 | 第18-19页 |
| ·上证综合指数简介 | 第19页 |
| ·股票常用的预测方法 | 第19-28页 |
| ·证券投资分析方法 | 第19-25页 |
| ·时间序列分析法 | 第25-26页 |
| ·灰色预测法 | 第26页 |
| ·神经网络预测法 | 第26-27页 |
| ·其他预测方法 | 第27页 |
| ·股市预测中存在的问题 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 基于灰色理论的股票指数预测分析 | 第29-44页 |
| ·灰色系统理论的概况 | 第29-31页 |
| ·灰色理论的产生及应用 | 第29-30页 |
| ·灰色理论的主要内容 | 第30-31页 |
| ·灰色关联分析 | 第31-33页 |
| ·灰色关联的概念及思想 | 第31页 |
| ·灰色关联度 | 第31-33页 |
| ·灰色几种模型 | 第33-38页 |
| ·灰色GM(1，1)模型 | 第33-36页 |
| ·灰色新陈代谢模型 | 第36页 |
| ·灰色马尔可夫模型 | 第36-38页 |
| ·灰色模型在股票指数预测中的应用 | 第38-43页 |
| ·灰色理论在股指分析中应用的可行性 | 第38页 |
| ·灰色马尔可夫模型在股指分析中应用 | 第38-40页 |
| ·实证分析 | 第40-43页 |
| ·本章小结 | 第43-44页 |
| 第4章 基于灰关联—BP网络的股票指数预测分析 | 第44-58页 |
| ·神经网络基本介绍 | 第44-47页 |
| ·生物神经元模型 | 第44-45页 |
| ·人工神经元模型 | 第45-46页 |
| ·人工神经网络的类型 | 第46-47页 |
| ·BP网络及其学习算法 | 第47-54页 |
| ·BP神经网络结构 | 第48页 |
| ·BP学习算法原理 | 第48-53页 |
| ·BP预测的基本步骤 | 第53-54页 |
| ·基于GRA(灰关联)与BP网络的股票指数预测方法的应用 | 第54-56页 |
| ·神经网络在股指分析中应用的可行性 | 第54页 |
| ·基于GRA与BP网络的股票指数预测方法的基本思路 | 第54页 |
| ·股票指数数据选择 | 第54-55页 |
| ·数据预处理 | 第55-56页 |
| ·预测分析与结果对照 | 第56页 |
| ·本章小结 | 第56-58页 |
| 第5章 总结 | 第58-60页 |
| 参考文献 | 第60-62页 |
| 致谢 | 第62-63页 |
| 攻读硕士学位期间发表论文及参加科研项目情况 | 第63页 |