| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 引言 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.1.1 研究背景 | 第9-10页 |
| 1.1.2 研究意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 本文的主要工作与创新 | 第12-15页 |
| 1.3.1 本文的研究内容 | 第12-13页 |
| 1.3.2 本文的创新之处 | 第13-14页 |
| 1.3.3 本文的组织结构 | 第14-15页 |
| 第2章 证券市场预测模型及神经网络技术 | 第15-30页 |
| 2.1 中国证券市场可预测理论 | 第15-17页 |
| 2.1.1 中国证券市场可预测性研究 | 第15页 |
| 2.1.2 常用的传统证券价格预测方法 | 第15-16页 |
| 2.1.3 证券价格预测新方法——神经网络预测法 | 第16-17页 |
| 2.2 神经网络理论 | 第17-24页 |
| 2.2.1 神经网络的基础 | 第17-24页 |
| 2.2.2 人工神经网络的应用 | 第24页 |
| 2.3 NARX动态神经网络模型 | 第24-28页 |
| 2.3.1 NARX动态神经网络原理 | 第24-26页 |
| 2.3.2 NARX动态神经网络的训练算法 | 第26-28页 |
| 2.4 神经网络模型应用于证券市场中的优势 | 第28页 |
| 2.5 本章小结 | 第28-30页 |
| 第3章 基于PCA的投资者情绪指数构建 | 第30-48页 |
| 3.1 投资者情绪的度量 | 第30-31页 |
| 3.1.1 投资者情绪的概念 | 第30页 |
| 3.1.2 投资者情绪度量指标 | 第30-31页 |
| 3.2 投资者情绪综合指数的构建 | 第31-46页 |
| 3.2.1 投资者情绪代理指标的选取及说明 | 第31-39页 |
| 3.2.2 投资者情绪综合指数的构建 | 第39-46页 |
| 3.2.3 投资者情绪综合指数与上证综指趋势的关系分析 | 第46页 |
| 3.3 本章小结 | 第46-48页 |
| 第4章 基于NARX动态神经网络证券价格预测实证研究及对比分析 | 第48-65页 |
| 4.1 研究对象及评价标准 | 第48-50页 |
| 4.1.1 实证数据的选取及处理 | 第48-49页 |
| 4.1.2 实证结果的评价指标 | 第49-50页 |
| 4.2 基于投资者情绪的NARX动态神经网络预测新方法 | 第50-56页 |
| 4.2.1 NARX动态网络结构的设计 | 第50-52页 |
| 4.2.2 基于投资者情绪的NARX神经网络预测结果及分析 | 第52-56页 |
| 4.3 作为对比分析的ARIMA线性模型预测分析 | 第56-64页 |
| 4.3.1 数据的平稳性检验 | 第56-62页 |
| 4.3.2 模型建立与实证结果分析 | 第62-64页 |
| 4.4 两种模型研究结果的对比分析 | 第64页 |
| 4.5 本章小结 | 第64-65页 |
| 第5章 结论与展望 | 第65-67页 |
| 5.1 研究结论 | 第65-66页 |
| 5.2 研究不足与展望 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 附录 | 第70-74页 |
| 附录A | 第70-74页 |
| 攻读硕士学位期间取得的研究成果 | 第74-75页 |
| 致谢 | 第75-76页 |
