神经网络方法在股市预测中的应用研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-17页 |
| ·研究背景 | 第9页 |
| ·神经网络的发展和研究现状 | 第9-13页 |
| ·神经网络的起源和发展 | 第10-11页 |
| ·神经网络的研究内容 | 第11-12页 |
| ·研究神经网络的意义 | 第12-13页 |
| ·股市预测的发展概况 | 第13-15页 |
| ·本文的主要内容及结构 | 第15-17页 |
| 第二章 股市预测的背景知识 | 第17-25页 |
| ·股票的概念和特征 | 第17页 |
| ·常用的股票术语 | 第17-18页 |
| ·股市预测面临的主要难题 | 第18-19页 |
| ·股市预测的常用方法及其比较 | 第19-24页 |
| ·证券投资分析方法 | 第19-20页 |
| ·模型预测法 | 第20-21页 |
| ·神经网络预测方法 | 第21-22页 |
| ·神经网络预测方法与传统预测方法的比较 | 第22-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 神经网络及 BP 算法 | 第25-44页 |
| ·神经网络概述 | 第25-29页 |
| ·人工神经元 | 第25-26页 |
| ·神经元激活函数 | 第26-28页 |
| ·神经网络的拓扑结构 | 第28页 |
| ·学习规则 | 第28-29页 |
| ·神经网络的特性 | 第29页 |
| ·多层前馈神经网络(BP 网络)的结构 | 第29-30页 |
| ·BP 网络的激活函数 | 第30-31页 |
| ·BP 网络的学习规则 | 第31-42页 |
| ·标准BP 算法 | 第31-35页 |
| ·BP 网络学习的传播公式 | 第35-37页 |
| ·BP 网络的主要特点 | 第37-38页 |
| ·BP 算法的改进 | 第38-42页 |
| ·BP 网络初值选取原则及隐层节点个数的确定 | 第42-43页 |
| ·初值选取原则 | 第42页 |
| ·BP 网络隐层节点个数的确定方法 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第四章 基于 BP 网络的股市预测 | 第44-70页 |
| ·用 BP 神经网络进行股市预测的原理 | 第44页 |
| ·神经网络用于股市预测的一般步骤和网络结构 | 第44-46页 |
| ·股市神经网络预测所遇到的问题 | 第46-47页 |
| ·输入量的确定问题 | 第46-47页 |
| ·神经网络的算法及其参数的确定问题 | 第47页 |
| ·神经网络预测方法设计 | 第47-49页 |
| ·基于 BP 网络的股市预测模型的建立 | 第49-53页 |
| ·网络拓扑结构的设计 | 第49-50页 |
| ·激活函数的选取 | 第50页 |
| ·样本数据的选取 | 第50-51页 |
| ·输入输出数据的预处理 | 第51-52页 |
| ·初始参数的选择 | 第52-53页 |
| ·网络训练的目标函数 | 第53页 |
| ·BP 网络的 MATLAB 实现 | 第53-54页 |
| ·基于 BP 网络的股市预测模型的仿真与预测 | 第54-68页 |
| ·选取原始数据 | 第54-57页 |
| ·建立预测模型 | 第57-59页 |
| ·仿真实验及结果分析 | 第59-62页 |
| ·BP 神经网络预测模型的建模心得和实验结论 | 第62-68页 |
| ·对BP 网络泛化能力的讨论 | 第68-69页 |
| ·本章小结 | 第69-70页 |
| 第五章 结束语 | 第70-72页 |
| 参考文献 | 第72-74页 |
| 致谢 | 第74页 |
