基于灰色神经网络的股指预测方法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-15页 |
| ·课题研究背景与意义 | 第9-10页 |
| ·股价指数预测研究现状 | 第10-13页 |
| ·基本分析法 | 第10页 |
| ·技术分析法 | 第10-12页 |
| ·股票指数预测重点分析 | 第12-13页 |
| ·主要研究内容 | 第13-14页 |
| ·主要结构 | 第14-15页 |
| 第2章 股价指数预测的相关知识 | 第15-27页 |
| ·股价指数 | 第15-17页 |
| ·股指相关变量及指标 | 第17-22页 |
| ·股指预测的理论依据 | 第22-24页 |
| ·灰色理论在股指预测中的可行性 | 第24页 |
| ·神经网络在股指预测中的可行性 | 第24-25页 |
| ·本章小结 | 第25-27页 |
| 第3章 单一预测模型 | 第27-45页 |
| ·BP神经网络 | 第27-35页 |
| ·神经网络概述 | 第27-29页 |
| ·BP神经网络结构 | 第29-30页 |
| ·BP神经网络算法 | 第30-32页 |
| ·BP算法性能分析 | 第32-33页 |
| ·BP神经网络结构设计 | 第33-35页 |
| ·灰色预测模型 | 第35-43页 |
| ·灰色系统概述 | 第35-36页 |
| ·GM(1,1)模型 | 第36-40页 |
| ·灰色GM(1,N)模型 | 第40-42页 |
| ·GM(1,1)模型适用范围分析 | 第42-43页 |
| ·本章小结 | 第43-45页 |
| 第4章 基于灰色神经网络的组合模型 | 第45-55页 |
| ·灰色神经网络模型融合研究 | 第45-47页 |
| ·神经网络技术优缺点 | 第45页 |
| ·灰色系统理论优缺点 | 第45-46页 |
| ·灰色神经网络的组合研究 | 第46-47页 |
| ·灰色神经网络模型GNNM(1,1) | 第47-50页 |
| ·GNNM(1,1)模型的建立 | 第47-49页 |
| ·GNNM(1,1)模型的学习算法 | 第49-50页 |
| ·灰色神经网络模型GNNM(1,N) | 第50-53页 |
| ·GNNM(1,N)模型的建立 | 第50-52页 |
| ·GNNM(1,N)模型的学习算法 | 第52-53页 |
| ·本章小结 | 第53-55页 |
| 第5章 组合模型在股指预测中的应用 | 第55-71页 |
| ·预测模型对上证指数的预测 | 第55-65页 |
| ·基于BP神经网络的上证指数预测 | 第57-59页 |
| ·基于GM(1,1)模型的上证指数预测 | 第59-61页 |
| ·基于组合模型的上证指数预测 | 第61-64页 |
| ·三种模型预测结果对比 | 第64-65页 |
| ·股价指数预测程序 | 第65-69页 |
| ·VB与MATLAB混合编程技术 | 第65-66页 |
| ·程序界面设计 | 第66-68页 |
| ·程序各功能描述 | 第68-69页 |
| ·本章小结 | 第69-71页 |
| 结论 | 第71-73页 |
| 参考文献 | 第73-77页 |
| 攻读硕士学位期间所发表的学术论文 | 第77-78页 |
| 致谢 | 第78页 |
