利用深度学习预测股票涨跌：A+H股实证分析
| 摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 符号说明 | 第11-13页 |
| 第1章 绪论 | 第13-16页 |
| §1.1 研究背景与意义 | 第13-14页 |
| §1.2 行文结构 | 第14-15页 |
| §1.3 论文框架 | 第15-16页 |
| 第2章 国内外文献综述 | 第16-19页 |
| §2.1 A股H股差异研究 | 第16-17页 |
| §2.2 股价预测中的神经网络 | 第17-19页 |
| 第3章 股价预测中的理论概述 | 第19-29页 |
| §3.1 感知机算法 | 第19页 |
| §3.2 BP算法 | 第19-22页 |
| §3.3 循环神经网络 | 第22-26页 |
| §3.4 长短期记忆模型 | 第26-29页 |
| 第4章 数据与实证研究结果 | 第29-47页 |
| §4.1 样本选取与数据来源 | 第29-43页 |
| 4.1.1 银行数据描述 | 第31-43页 |
| 4.1.2 小结 | 第43页 |
| §4.2 研究方法和步骤 | 第43-47页 |
| 4.2.1 银行涨跌值预测分析 | 第44-46页 |
| 4.2.2 小结 | 第46-47页 |
| 第5章 模型改进与结果分析 | 第47-57页 |
| §5.1 模型效果影响因素分析 | 第47-48页 |
| §5.2 实证研究结果与分析 | 第48-57页 |
| 5.2.1 银行涨跌值预测分析 | 第48-56页 |
| 5.2.2 小结 | 第56-57页 |
| 第6章 结论 | 第57-60页 |
| §6.1 本文总结 | 第57页 |
| §6.2 论文的创新和不足之处 | 第57-58页 |
| §6.3 投资与政策建议 | 第58-59页 |
| §6.4 研究展望 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 致谢 | 第63-65页 |
| 附录 | 第65-69页 |
| 附件 | 第69页 |
