BP神经网络在证券指数预测中的研究与应用
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第1章 绪论 | 第9-19页 |
| ·选题背景 | 第9-10页 |
| ·国内外研究现状 | 第10-14页 |
| ·证券投资的分析方法 | 第10-11页 |
| ·基于统计学理论预测方法 | 第11页 |
| ·混沌动力学预测方法 | 第11-12页 |
| ·人工智能预测方法 | 第12-14页 |
| ·面临的问题和研究方向 | 第14-15页 |
| ·主要研究内容 | 第15-17页 |
| ·本文的章节结构 | 第17-19页 |
| 第2章 股价预测需求与神经网络 | 第19-49页 |
| ·我国股票市场对预测的需求 | 第19-20页 |
| ·证券市场特点与市场预测的需求 | 第19页 |
| ·证券价格与信息规律 | 第19-20页 |
| ·经典证券预测分析方法 | 第20-30页 |
| ·技术分析方法及其分类 | 第20-21页 |
| ·基本面分析 | 第21-22页 |
| ·现代投资组合研究 | 第22-24页 |
| ·经典预测方法存在的缺陷 | 第24-26页 |
| ·人工神经网络发展历史及现状 | 第26-27页 |
| ·神经网络的优势 | 第27-30页 |
| ·神经网络基本原理 | 第30-36页 |
| ·神经网络概述 | 第30页 |
| ·神经元模型 | 第30-32页 |
| ·人工神经网络的特点 | 第32-33页 |
| ·人工神经网络工作原理 | 第33-34页 |
| ·人工神经网络的分类 | 第34-36页 |
| ·人工神经元机器学习算法 | 第36-37页 |
| ·BP网络及其算法 | 第37-45页 |
| ·BP网络结构 | 第38-39页 |
| ·BP算法描述 | 第39-44页 |
| ·BP网络训练过程 | 第44-45页 |
| ·BP网络的缺陷及优化 | 第45-47页 |
| ·神经网络用于股价预测的可行性分析 | 第47-49页 |
| 第3章 基于BP人工神经网络的股价预测模型 | 第49-56页 |
| ·构建人工神经网络预测模型的步骤 | 第49-50页 |
| ·股价预测模型的结构 | 第50-51页 |
| ·股价预测模型的参数设置 | 第51-56页 |
| 第4章 上证指数预测及其结果分析 | 第56-73页 |
| ·数据选择 | 第56-65页 |
| ·数据来源 | 第56页 |
| ·技术指标建立的原则 | 第56-57页 |
| ·本文选取的指标 | 第57-63页 |
| ·数据的预处理 | 第63-65页 |
| ·股票指数预测的实现 | 第65-68页 |
| ·训练结果及其分析 | 第68-73页 |
| 第5章 结论 | 第73-75页 |
| ·研究工作总结 | 第73-74页 |
| ·进一步研究工作的展望 | 第74-75页 |
| 参考文献 | 第75-79页 |
| 致谢 | 第79页 |
