基于RBF神经网络对中国股票市场的有效性研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-13页 |
| ·研究背景 | 第9-11页 |
| ·引言 | 第9页 |
| ·国内外研究动态 | 第9-11页 |
| ·本文研究思路及创新点 | 第11-13页 |
| ·本文研究思路 | 第11页 |
| ·本文创新点 | 第11-13页 |
| 第2章 证券市场的有效性及检验方法 | 第13-19页 |
| ·证券市场的有效性分类 | 第13-15页 |
| ·证券市场的有效性理论 | 第13页 |
| ·有效性市场的假设条件与分类 | 第13-15页 |
| ·证券市场有效性的检验方法 | 第15-19页 |
| 第3章 神经网络理论应用于证券市场的适用性 | 第19-30页 |
| ·神经网络系统的概述及特征 | 第19-24页 |
| ·人工神经网络系统概述 | 第19-22页 |
| ·人工神经网络的特征 | 第22-24页 |
| ·证券市场的复杂性 | 第24-27页 |
| ·我国股票市场的复杂性特征 | 第24-27页 |
| ·学者对我国股票市场的复杂性的实证检验 | 第27页 |
| ·神经网络理论对股票市场的适用性 | 第27-30页 |
| 第4章 基于RBF神经网络检验基本分析的有效性 | 第30-49页 |
| ·基本面分析概述 | 第30-39页 |
| ·基本面分析的概念 | 第30-31页 |
| ·基本面分析的内容以及基本面分析指标的选取 | 第31-39页 |
| ·数据获取与数据加工 | 第39-42页 |
| ·数据选取 | 第40页 |
| ·聚类分析对数据的深加工 | 第40-42页 |
| ·RBF神经网络系统 | 第42-46页 |
| ·RBF神经网络概述 | 第42-44页 |
| ·RBF神经网络的原理 | 第44-45页 |
| ·RBF神经网络的算法 | 第45-46页 |
| ·利用RBF神经网络对基本面分析的有效性检验 | 第46-49页 |
| ·RBF网络的训练 | 第46-48页 |
| ·RBF网络的预测及相关结论 | 第48-49页 |
| 第5章 基于RBF神经网络检验技术分析的有效性 | 第49-54页 |
| ·技术分析概述 | 第49-51页 |
| ·技术分析的定义与理论基础 | 第49-50页 |
| ·技术分析的相关指标 | 第50-51页 |
| ·利用RBF神经网络对技术分析的有效性检验 | 第51-54页 |
| ·数据的选取 | 第51页 |
| ·基于RBF神经网络的训练和预测分析 | 第51-54页 |
| 第6章 结论 | 第54-58页 |
| ·对于我国股票市场有效性的结论分析 | 第54-55页 |
| ·相关建议 | 第55-56页 |
| ·结束语 | 第56-58页 |
| 参考文献 | 第58-61页 |
| 致谢 | 第61-62页 |
| 附录A | 第62-63页 |
| 附录B | 第63-64页 |
