| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-16页 |
| ·问题的提出背景 | 第9页 |
| ·研究目的与研究意义 | 第9-10页 |
| ·研究目的 | 第9-10页 |
| ·研究意义 | 第10页 |
| ·国内外研究现状 | 第10-12页 |
| ·研究内容与结构安排 | 第12-15页 |
| ·研究内容 | 第12-14页 |
| ·结构安排 | 第14-15页 |
| ·本文研究的关键技术问题与创新之处 | 第15-16页 |
| ·本文研究的关键技术问题 | 第15页 |
| ·研究的创新之处 | 第15-16页 |
| 第二章 股票预测理论 | 第16-20页 |
| ·股票预测的可行性讨论 | 第16页 |
| ·股票预测的基本方法 | 第16-17页 |
| ·股票预测技术指标 | 第17-19页 |
| ·股票原始数据 | 第17-18页 |
| ·股票技术指标 | 第18-19页 |
| ·股票预测存在的问题 | 第19页 |
| ·本章小结 | 第19-20页 |
| 第三章 神经网络技术理论基础 | 第20-31页 |
| ·神经网络基本理论 | 第20页 |
| ·静态BP神经网络基本理论 | 第20-25页 |
| ·BP神经网络基本原理 | 第20-22页 |
| ·BP学习算法 | 第22-25页 |
| ·动态神经网络基本理论 | 第25-27页 |
| ·NARX神经网络 | 第25-27页 |
| ·主成分分析基本思想和算法流程 | 第27-30页 |
| ·基本思想 | 第27-28页 |
| ·算法流程 | 第28-30页 |
| ·PCA结合神经网络应用于股指预测的可行性 | 第30页 |
| ·本章小结 | 第30-31页 |
| 第四章 基于PCA-NARX神经网络预测模型的设计 | 第31-39页 |
| ·实验数据集的选取 | 第31页 |
| ·基于BP神经网络的股票预测模型 | 第31-33页 |
| ·数据预处理 | 第32页 |
| ·网络拓扑结构 | 第32-33页 |
| ·网络参数设计 | 第33页 |
| ·基于PCA-NARX神经网络的股票预测模型 | 第33-37页 |
| ·网络拓扑结构 | 第33-34页 |
| ·网络参数设计 | 第34-35页 |
| ·模型描述 | 第35-37页 |
| ·模型评价准则 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第五章 神经网络预测模型实证结果及比较分析 | 第39-49页 |
| ·PCA-NARX预测模型的优越性检验 | 第39-46页 |
| ·实验过程 | 第39-44页 |
| ·结果对比 | 第44-46页 |
| ·结论 | 第46页 |
| ·数据区间的长短选取对预测精度的影响 | 第46-48页 |
| ·实验数据 | 第47页 |
| ·结果对比 | 第47页 |
| ·结论 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第六章 总结与展望 | 第49-50页 |
| ·工作总结 | 第49页 |
| ·工作展望 | 第49-50页 |
| 参考文献 | 第50-52页 |
| 致谢 | 第52-53页 |
| 攻读硕士学位期间参与的项目 | 第53页 |