| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第1章 引言 | 第9-15页 |
| 1.1 股票价格预测意义和目的 | 第9-10页 |
| 1.2 目前股票价格预测方法 | 第10-11页 |
| 1.3 国内外研究现状 | 第11-15页 |
| 1.3.1 国外研究现状 | 第11-12页 |
| 1.3.2 国内研究现状 | 第12-15页 |
| 第2章 关于深度学习和BP神经网络的基础理论 | 第15-32页 |
| 2.1 深度学习 | 第15-21页 |
| 2.1.1 玻尔兹曼机 | 第17-18页 |
| 2.1.2 受限玻尔兹曼机（RBM） | 第18-20页 |
| 2.1.3 深度置信网络 | 第20-21页 |
| 2.2 本文采用的受限的玻尔兹曼机的学习算法 | 第21-24页 |
| 2.2.1 吉布斯采样算法 | 第21-22页 |
| 2.2.2 对比散度算法 | 第22-24页 |
| 2.3 人工神经网络 | 第24-31页 |
| 2.3.1 神经元 | 第25-27页 |
| 2.3.2 BP神经网络 | 第27页 |
| 2.3.3 BP神经网络公式推导 | 第27-30页 |
| 2.3.4 神经网络的缺点 | 第30-31页 |
| 2.4 本章小结 | 第31-32页 |
| 第3章 基于深度学习的股票价格趋势预测模型构建 | 第32-37页 |
| 3.1 数据介绍 | 第32页 |
| 3.2 预测模型构建过程 | 第32-33页 |
| 3.3 预测模型的隐含层构建过程 | 第33-34页 |
| 3.4 预测模型算法设计 | 第34-36页 |
| 3.5 本章小结 | 第36-37页 |
| 第4章 实验分析 | 第37-46页 |
| 4.1 对深度学习的股票价格趋势预测模型进行实例分析 | 第37-41页 |
| 4.2 本文预测模型与BP神经网络预测模型准确率对比实证分析 | 第41-45页 |
| 4.3 本章小结 | 第45-46页 |
| 第5章 结论 | 第46-48页 |
| 参考文献 | 第48-54页 |
| 附录 | 第54-60页 |
| 致谢 | 第60-61页 |
| 本人在读研期间完成的的研究成果 | 第61页 |