基于情绪指数和神经网络的上证指数预测研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-12页 |
| 1.1 研究背景与问题的提出 | 第8页 |
| 1.2 研究的目的和意义 | 第8-9页 |
| 1.2.1 研究的目的 | 第8-9页 |
| 1.2.2 研究的创新点 | 第9页 |
| 1.3 国内外研究现状综述 | 第9-11页 |
| 1.3.1 国外该领域研究现状 | 第9-10页 |
| 1.3.2 国内该领域研究现状 | 第10-11页 |
| 1.4 研究方法与研究内容 | 第11-12页 |
| 1.4.1 研究方法 | 第11页 |
| 1.4.2 研究内容 | 第11-12页 |
| 第2章 中国股市预测理论研究 | 第12-18页 |
| 2.1 中国股市可预测性研究 | 第12-13页 |
| 2.2 投资者情绪与股指预测 | 第13-15页 |
| 2.2.1 投资者情绪理论 | 第13-14页 |
| 2.2.2 投资情绪指标构建 | 第14-15页 |
| 2.3 常用股市预测方法介绍 | 第15-17页 |
| 2.3.1 基本分析法 | 第15页 |
| 2.3.2 技术分析法 | 第15-16页 |
| 2.3.3 时间序列法 | 第16-17页 |
| 2.3.4 神经网络预测法 | 第17页 |
| 2.4 本章小结 | 第17-18页 |
| 第3章 神经网络理论和预测模型 | 第18-36页 |
| 3.1 神经网络理论 | 第18-26页 |
| 3.1.1 神经网络的发展 | 第18-19页 |
| 3.1.2 神经网络基础 | 第19-26页 |
| 3.1.3 神经网络的应用 | 第26页 |
| 3.2 BP 神经网络建模方法 | 第26-33页 |
| 3.2.1 BP 网络结构 | 第26-27页 |
| 3.2.2 BP 网络的激活函数 | 第27-28页 |
| 3.2.3 BP 网络的训练过程 | 第28-29页 |
| 3.2.4 基本 BP 算法 | 第29-30页 |
| 3.2.5 BP 算法特点总结及算法改进 | 第30-33页 |
| 3.3 BP 神经网络的股指预测模型 | 第33-35页 |
| 3.3.1 基于 BP 网络股市预测思路 | 第33-34页 |
| 3.3.2 单步预测的可行性 | 第34页 |
| 3.3.3 基于 BP 网络的股票价格预测步骤 | 第34-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第4章 构建情绪指数和建立预测模型 | 第36-55页 |
| 4.1 数据的收集与说明 | 第36页 |
| 4.2 情绪指数的构建 | 第36-44页 |
| 4.2.1 情绪指标综述 | 第36-37页 |
| 4.2.2 指数构造指标选取 | 第37-43页 |
| 4.2.3 主成分分析法构造情绪指数 | 第43页 |
| 4.2.4 投资者情绪指数有效性分析 | 第43-44页 |
| 4.3 基于 BP 网络股票预测模型的构造 | 第44-49页 |
| 4.3.1 网络结构的设计 | 第44-46页 |
| 4.3.2 输入变量的选择及相关参数的选取 | 第46-47页 |
| 4.3.3 仿真实验与结果 | 第47-49页 |
| 4.4 作为对比模型的 ARIMA 线性建模 | 第49-52页 |
| 4.4.1 ARIMA 建模技术介绍 | 第49-50页 |
| 4.4.2 模型建立与预测应用 | 第50-52页 |
| 4.5 模型预测效果评价指标 | 第52-53页 |
| 4.6 研究结果分析 | 第53-54页 |
| 4.6.1 构建投资者情绪指数效果分析 | 第53页 |
| 4.6.2 不同模型预测结果指标分析 | 第53-54页 |
| 4.7 本章小结 | 第54-55页 |
| 结论 | 第55-57页 |
| 参考文献 | 第57-62页 |
| 致谢 | 第62页 |
