基于神经网络和粒子群优化算法的投资组合研究

摘要	第1-6页
ABSTRACT	第6-9页
第一章 绪论	第9-14页
·研究背景及意义	第9页
·投资组合及知能算法的研究现状	第9-12页
·国内外研究现状	第9-11页
·智能算法的研究现状	第11-12页
·本文的研究内容和结构	第12-13页
·本文的研究方法	第13页
·可能的创新点	第13-14页
第二章现代投资组合理论	第14-21页
·马克维茨的均值方差模型	第14-15页
·指数模型	第15页
·基于双边风险度量的投资组合选择模型	第15-17页
·基于平均绝对离差的投资组合选择模型	第15-16页
·扩展的平均绝对离差投资组合优化模型	第16页
·基于基尼均差的投资组合选择模型	第16-17页
·基于下行风险度量的投资组合选择模型	第17-19页
·本章小结	第19-21页
第三章基于神经网络的风险测度指标	第21-44页
·神经网络基本概述	第21-27页
·神经网络算法类型及其特点	第22-27页
·神经网络在股市风险测度中的应用及其指标设计	第27-42页
·径向基函数人工神经网络的结构和算法	第28-30页
·径向基神经元网络风险测度指标	第30-42页
·指标的实际效果评析	第42页
·本章小结	第42-44页
第四章改进的投资组合模型	第44-50页
·平均绝对离差投资组合模型的改进	第44-46页
·神经网络平均绝对离差投资组合优化模型	第46-49页
·本章小结	第49-50页
第五章实证分析	第50-55页
·粒子群算法对模型的求解	第50-53页
·实验结果评述	第53-54页
·本章小结	第54-55页
结论	第55-56页
参考文献	第56-59页
攻读硕士学位期间取得的研究成果	第59-60页
致谢	第60-61页
附件	第61页