基于遗传神经网络的股票预测研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第12-17页 |
| 1.1 研究背景与意义 | 第12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 国外研究现状 | 第13-14页 |
| 1.2.2 国内研究现状 | 第14-15页 |
| 1.3 本文所做的工作 | 第15-16页 |
| 1.4 论文结构 | 第16-17页 |
| 第2章 相关理论基础 | 第17-38页 |
| 2.1 股票预测 | 第17-22页 |
| 2.1.1 股票预测方法 | 第17-21页 |
| 2.1.2 股票预测的难点 | 第21-22页 |
| 2.2 BP神经网络 | 第22-28页 |
| 2.2.1 BP神经网络基础 | 第22-24页 |
| 2.2.2 BP学习算法 | 第24-26页 |
| 2.2.3 基于BP神经网络的股票预测模型 | 第26-28页 |
| 2.3 遗传算法 | 第28-37页 |
| 2.3.1 遗传算法基础 | 第28-30页 |
| 2.3.2 遗传算法的求解过程 | 第30-36页 |
| 2.3.3 遗传算法的优势 | 第36-37页 |
| 2.4 小结 | 第37-38页 |
| 第3章 基于遗传神经网络的股票预测模型 | 第38-49页 |
| 3.1 遗传神经网络算法 | 第38-40页 |
| 3.2 改进的遗传神经网络算法 | 第40-46页 |
| 3.2.1 遗传算法的设计部分 | 第40-42页 |
| 3.2.2 BP神经网络的构造部分 | 第42-46页 |
| 3.2.3 算法操作流程 | 第46页 |
| 3.3 基于遗传神经网络的股票预测模型 | 第46-48页 |
| 3.4 小结 | 第48-49页 |
| 第4章 仿真实验及结果分析 | 第49-58页 |
| 4.1 实验数据集的选取及处理 | 第49-50页 |
| 4.2 股票预测的实现 | 第50-54页 |
| 4.2.1 BP神经网络实现股票预测 | 第51-52页 |
| 4.2.2 遗传神经网络实现股票预测 | 第52-54页 |
| 4.3 实验结果及评价 | 第54-57页 |
| 4.3.1 评价指标 | 第54页 |
| 4.3.2 实验结果比对分析 | 第54-57页 |
| 4.4 小结 | 第57-58页 |
| 结论 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64页 |
