BP神经网络模型在股票价格预测中的研究
| 摘要 | 第1-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第8-11页 |
| ·研究背景 | 第8-9页 |
| ·课题的研究方法及意义 | 第9页 |
| ·本文主要内容 | 第9-10页 |
| ·本章小结 | 第10-11页 |
| 第2章 股票分析方法 | 第11-24页 |
| ·基本分析方法 | 第11页 |
| ·技术分析方法 | 第11-21页 |
| ·技术图形分析方法 | 第13-18页 |
| ·移动平均线分析方法 | 第18页 |
| ·艾略特波浪理论 | 第18-20页 |
| ·通道理论 | 第20-21页 |
| ·神经网络分析方法 | 第21页 |
| ·常用的股票术语及技术指标 | 第21-23页 |
| ·本章小结 | 第23-24页 |
| 第3章 BP 神经网络及其改进 | 第24-37页 |
| ·BP 神经网络与算法 | 第24-33页 |
| ·人工神经网络 | 第24-28页 |
| ·BP 神经网络 | 第28-30页 |
| ·BP 算法 | 第30-32页 |
| ·BP 算法流程图 | 第32-33页 |
| ·BP 算法在股票价格预测中的问题 | 第33-35页 |
| ·网络泛化问题 | 第34页 |
| ·样本数据的选择 | 第34-35页 |
| ·BP 算法的改进 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第4章 改进的BP 算法在股市预测中的应用 | 第37-50页 |
| ·BP 神经网络用于股票预测的步骤 | 第37-38页 |
| ·基于BP 网络股票价格预测模型 | 第38-40页 |
| ·网络拓扑结构的设计 | 第38-39页 |
| ·初始参数的选择 | 第39-40页 |
| ·股市预测模型的实现 | 第40-42页 |
| ·MATLAB 语言简介 | 第40-41页 |
| ·MATLAB 神经网络工具箱及相关函数简介 | 第41-42页 |
| ·BP 神经网络进行股价预测的实现 | 第42-46页 |
| ·样本数据预处理 | 第43-44页 |
| ·样本训练数据的导入 | 第44页 |
| ·BP 神经网络的建立和初始化 | 第44-45页 |
| ·BP 神经网络的训练 | 第45-46页 |
| ·BP 神经网络的仿真 | 第46页 |
| ·BP 网络预测股价的实现 | 第46-49页 |
| ·初始数据的选取 | 第46-49页 |
| ·建立BP 网络股票预测模型 | 第49页 |
| ·本章小结 | 第49-50页 |
| 第5章 实验仿真及结果分析 | 第50-58页 |
| ·实验仿真结果分析 | 第50-56页 |
| ·误差趋势图分析 | 第50-52页 |
| ·训练拟合曲线图 | 第52-54页 |
| ·预测结果的分析 | 第54-56页 |
| ·实验结论 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 结束语 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 攻读学位期间主要的研究成果目录 | 第64-65页 |
| 致谢 | 第65页 |
