| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-21页 |
| ·研究背景和意义 | 第9-10页 |
| ·股价预测的研究现状 | 第10-12页 |
| ·宏观经济因素在金融市场研究领域的应用 | 第12-18页 |
| ·Markowitz 经典均值－方差模型 | 第12-14页 |
| ·单因素投资组合模型 | 第14-15页 |
| ·多因素投资组合模型 | 第15-16页 |
| ·多因素模型在各国股市的实证检验 | 第16-18页 |
| ·主要研究内容和创新之处 | 第18-21页 |
| ·主要研究内容 | 第18-19页 |
| ·本文的创新之处 | 第19页 |
| ·本文的结构安排 | 第19-21页 |
| 第二章 基于移动平均线分析的S& P 500 转折点预测模型 | 第21-30页 |
| ·移动平均线分析的基本理论 | 第21-22页 |
| ·美国宏观经济指标与S& P 500 指数 | 第22-26页 |
| ·实证结果 | 第26-30页 |
| 第三章 基于BP 神经网络的S&P 500 走势预测模型 | 第30-42页 |
| ·人工神经网络的发展 | 第30-32页 |
| ·神经网络的模型 | 第32-33页 |
| ·神经网络的学习算法 | 第33-34页 |
| ·BP 神经网络 | 第34-38页 |
| ·BP 神经网络原理 | 第35-37页 |
| ·BP 算法的局限性及改进 | 第37-38页 |
| ·对S& P 500 指数长期走势预测的实证 | 第38-40页 |
| ·数据样本 | 第38-39页 |
| ·模型构建 | 第39页 |
| ·实证结果 | 第39-40页 |
| ·对S& P 500 短期收益率预测的实证 | 第40-42页 |
| 第四章 基于小波神经网络的S& P 500 走势预测模型 | 第42-54页 |
| ·Fourier 变换的基本理论 | 第42-43页 |
| ·小波变换 | 第43-47页 |
| ·连续小波变换 | 第44页 |
| ·离散小波变换 | 第44-45页 |
| ·Daubechies 小波 | 第45-47页 |
| ·多分辨率分析 | 第47-48页 |
| ·小波神经网络 | 第48-49页 |
| ·对S& P 500 指数长期走势的实证 | 第49-51页 |
| ·对S& P 500 短期收益率的实证 | 第51-54页 |
| 第五章 BP 神经网络与小波神经网络实证对比分析 | 第54-56页 |
| ·BP 神经网络与小波神经网络对股指实证的对比 | 第54-55页 |
| ·BP 神经网络与小波神经网络对短期收益率实证的对比 | 第55-56页 |
| 第六章 结论 | 第56-59页 |
| ·研究总结 | 第56-57页 |
| ·展望 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 攻硕期间取得的研究成果 | 第64-65页 |
