| 中文摘要 | 第1页 |
| 英文摘要 | 第3-6页 |
| 第一章 前言 | 第6-11页 |
| ·选题背景与意义 | 第6-8页 |
| ·国内外研究现状 | 第8-9页 |
| ·论文研究内容和框架 | 第9-11页 |
| 第二章 BP神经网络理论及应用 | 第11-16页 |
| ·BP神经网络 | 第11-13页 |
| ·BP神经网络的优缺点 | 第13-14页 |
| ·BP神经网络的优点 | 第13-14页 |
| ·BP神经网络的缺点 | 第14页 |
| ·BP神经网络在股票预测方面的应用与局限 | 第14-16页 |
| 第三章 遗传算法优化BP神经网络(GA-BP神经网络) | 第16-21页 |
| ·遗传算法 | 第16-19页 |
| ·遗传算法基本要素 | 第16-18页 |
| ·遗传算法运算流程 | 第18-19页 |
| ·遗传算法的特点 | 第19页 |
| ·GA-BP神经网络 | 第19-21页 |
| ·GA-BP神经网络定义 | 第19-20页 |
| ·GA-BP神经网络模型构建 | 第20-21页 |
| 第四章 基于数据挖掘的GA-BP神经网络 | 第21-31页 |
| ·数据挖掘 | 第21-29页 |
| ·数据挖掘的产生和定义 | 第21页 |
| ·数据挖掘的过程 | 第21-23页 |
| ·数据挖掘的分类、方法和功能 | 第23-27页 |
| ·数据挖掘的发展趋势 | 第27-29页 |
| ·数据挖掘在股票预测方面的应用 | 第29-31页 |
| ·数据挖掘在股票预测方面的必要性 | 第29页 |
| ·数据挖掘在股票预测方面的应用 | 第29页 |
| ·基于数据挖掘的GA-BP神经网络在股票方面预测的应用 | 第29-31页 |
| 第五章 实证研究 | 第31-42页 |
| ·技术指标选取 | 第31-33页 |
| ·GA-BP神经网络实现和参数选择 | 第33-34页 |
| ·GA-BP神经网络的Matlab实现 | 第33页 |
| ·GA-BP神经网络参数选择 | 第33-34页 |
| ·实证结果分析 | 第34-42页 |
| ·上证指数收盘价实证结果分析 | 第34-39页 |
| ·个股实证结果分析 | 第39-42页 |
| 第六章 结论与展望 | 第42-44页 |
| ·结论 | 第42页 |
| ·展望 | 第42-44页 |
| 参考文献 | 第44-48页 |
| 附录 | 第48-57页 |
| 致谢 | 第57-58页 |
| 在学期间发表的学术论文 | 第58页 |