基于灰色系统和神经网络的股价指数预测
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-15页 |
| ·论文的选题背景 | 第9页 |
| ·论文的写作目的和意义 | 第9-10页 |
| ·国内外研究现状 | 第10-13页 |
| ·国外研究现状 | 第10-11页 |
| ·国内研究现状 | 第11-13页 |
| ·论文的研究思路 | 第13页 |
| ·论文的总体思路 | 第13页 |
| ·论文的总体研究框图 | 第13页 |
| ·论文的研究方法 | 第13-14页 |
| ·论文的创新之处 | 第14-15页 |
| 第2章 论文相关理论 | 第15-29页 |
| ·灰色预测理论 | 第15-21页 |
| ·灰色系统理论 | 第15页 |
| ·灰色预测模型的建立 | 第15-17页 |
| ·灰色预测的检验 | 第17-21页 |
| ·神经网络相关理论 | 第21-27页 |
| ·生物神经元与人工神经元 | 第21-22页 |
| ·神经网络的结构 | 第22-23页 |
| ·神经网络的学习方式 | 第23-24页 |
| ·BP网络与BP算法 | 第24-27页 |
| ·预测绩效的衡量 | 第27-28页 |
| ·精确度的衡量 | 第27-28页 |
| ·方向准确性的衡量 | 第28页 |
| ·本章小结 | 第28-29页 |
| 第3章 基于灰色预测模型的股价指数预测 | 第29-43页 |
| ·日数据的GM(1，1)模型预测 | 第29-34页 |
| ·样本数据的选取和统计指标的选取 | 第29-31页 |
| ·灰色系统日收盘指数预测 | 第31-34页 |
| ·周数据的GM(1，1)模型预测 | 第34-38页 |
| ·样本数据的选取与统计指标的选取 | 第34-35页 |
| ·灰色系统周收盘指数预测 | 第35-38页 |
| ·月数据的GM(1，1)模型预测 | 第38-42页 |
| ·样本数据的选取与统计指标的选取 | 第38-39页 |
| ·灰色系统月收盘指数预测 | 第39-42页 |
| ·本章小结 | 第42-43页 |
| 第4章 基于人工神经网络的股价指数预测 | 第43-70页 |
| ·数据的预处理与还原 | 第43-44页 |
| ·网络结构的选择 | 第44-46页 |
| ·网络层数 | 第44页 |
| ·各层神经元数数量 | 第44-45页 |
| ·网络参数 | 第45-46页 |
| ·日数据的神经网络模型预测 | 第46-54页 |
| ·样本数据的选取与统计指标的选取 | 第46-47页 |
| ·日收盘指数神经网络预测 | 第47-54页 |
| ·周数据的神经网络模型预测 | 第54-62页 |
| ·样本数据的选取与统计指标的选取 | 第54-55页 |
| ·周收盘指数神经网络预测 | 第55-62页 |
| ·月数据的神经网络模型预测 | 第62-69页 |
| ·样本数据的选取与统计指标的选取 | 第62页 |
| ·月收盘指数预测 | 第62-69页 |
| ·本章小结 | 第69-70页 |
| 第5章 预测精确度影响因素分析 | 第70-82页 |
| ·预测精确度的统计描述 | 第70-72页 |
| ·预测精确度的影响因素分析 | 第72-81页 |
| ·正态性检验和方差齐性检验 | 第72-76页 |
| ·非参数检验 | 第76-81页 |
| ·本章小结 | 第81-82页 |
| 结论 | 第82-84页 |
| 参考文献 | 第84-88页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第88-89页 |
| 致谢 | 第89页 |
