| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 1 绪论 | 第8-13页 |
| ·研究背景和意义 | 第8-10页 |
| ·股票价格预测的理论依据 | 第10-12页 |
| ·本文的主要工作和内容安排 | 第12-13页 |
| ·本文的主要工作 | 第12页 |
| ·本文的内容安排 | 第12-13页 |
| 2 小波分析的基本理论 | 第13-23页 |
| ·小波分析的概述 | 第13-15页 |
| ·小波分析的历史与现状 | 第13-14页 |
| ·小波分析的应用 | 第14-15页 |
| ·FOURIER 分析基本理论 | 第15-16页 |
| ·连续小波变换（CWT） | 第16-17页 |
| ·离散小波变换（DWT）和二进小波变换 | 第17-18页 |
| ·正交小波和正交小波变换 | 第18-19页 |
| ·多分辨分析（MRA）与MALLAT 算法 | 第19-22页 |
| ·本章小结 | 第22-23页 |
| 3 BP 神经网络的基本理论 | 第23-33页 |
| ·神经网络的概述 | 第23-24页 |
| ·神经元模型 | 第24-25页 |
| ·BP 神经网络的神经元及BP 网络结构 | 第25-26页 |
| ·BP 神经元 | 第25页 |
| ·BP 网络结构 | 第25-26页 |
| ·BP 神经网络的学习 | 第26页 |
| ·BP 神经网络学习公式推导 | 第26-31页 |
| ·本章小结 | 第31-33页 |
| 4 基于BP 神经网络的股价短期预测 | 第33-45页 |
| ·BP 神经网络股价预测模型的建立 | 第34-37页 |
| ·用BP 神经网络进行股价预测的原理 | 第34页 |
| ·BP 神经网络进行股价预测的网络结构 | 第34-36页 |
| ·网络训练的目标函数 | 第36页 |
| ·学习算法 | 第36-37页 |
| ·BP 神经网络进行股价预测的一般步骤 | 第37页 |
| ·BP 神经网络股价预测模型的仿真实验 | 第37-43页 |
| ·选取样本数据 | 第37-38页 |
| ·网络输入量的确定 | 第38页 |
| ·输入输出数据的预处理 | 第38-39页 |
| ·实验评价指标 | 第39页 |
| ·仿真实验过程 | 第39-41页 |
| ·仿真实验结果分析 | 第41-43页 |
| ·隐含层的神经元的个数的选择 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 5 基于小波神经网络的股价短期预测 | 第45-57页 |
| ·小波和神经网络各自局限性 | 第45页 |
| ·小波和神经网络结合的方式 | 第45-47页 |
| ·小波和神经网络的松散型结合 | 第47-51页 |
| ·基于小波分解与重构的BP 神经网络的股价预测原理 | 第47-48页 |
| ·基于小波分解与重构的BP 神经网络的股价预测步骤及其仿真实验 | 第48-51页 |
| ·小波重构尺度的选择实验 | 第51页 |
| ·模型拓展应用的仿真实验 | 第51-55页 |
| ·本章小结 | 第55-57页 |
| 6 结论 | 第57-59页 |
| ·本文总结 | 第57页 |
| ·今后展望 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-62页 |
| 附录 | 第62页 |