| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 1 绪论 | 第10-18页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 国外研究现状分析 | 第11-13页 |
| 1.2.2 国内研究现状 | 第13-15页 |
| 1.2.3 国内外现状比较 | 第15页 |
| 1.3 研究意义 | 第15-16页 |
| 1.4 主要研究内容 | 第16页 |
| 1.5 本文主要结构 | 第16-18页 |
| 2 分析预测算法基础 | 第18-26页 |
| 2.1 股票基本理论 | 第18-19页 |
| 2.1.1 股票的概念 | 第18页 |
| 2.1.2 影响股票价格的因素 | 第18-19页 |
| 2.2 传统分析方法 | 第19-20页 |
| 2.2.1 基本分析方法 | 第19页 |
| 2.2.2 技术分析法 | 第19-20页 |
| 2.3 经典指标介绍 | 第20-21页 |
| 2.3.1 KDJ 随机指标 | 第20页 |
| 2.3.2 平滑异同移动平均线指标——MACD | 第20-21页 |
| 2.3.3 W%R 指标 | 第21页 |
| 2.3.4 相对强弱指标 | 第21页 |
| 2.3.5 OBV 能量潮指标 | 第21页 |
| 2.4 股票预测技术 | 第21-25页 |
| 2.4.1 回归分析法 | 第22页 |
| 2.4.2 状态空间模型预测法 | 第22-23页 |
| 2.4.3 ARMA 模型 | 第23页 |
| 2.4.4 模糊预测法 | 第23页 |
| 2.4.5 神经网络预测 | 第23-25页 |
| 2.5 本章小结 | 第25-26页 |
| 3 可视化技术指标模块设计与实现 | 第26-53页 |
| 3.1 技术分析指标的状况 | 第26-27页 |
| 3.2 大智慧公式编辑器 | 第27-28页 |
| 3.3 超前趋势指标设计 | 第28-31页 |
| 3.4 彩线MACD 指标的设计 | 第31-34页 |
| 3.5 格入逃顶指标设计 | 第34-41页 |
| 3.5.1 格入部分设计 | 第35-38页 |
| 3.5.2 逃顶指标设置 | 第38-41页 |
| 3.6 主图设计 | 第41-52页 |
| 3.6.1 股票基本状况描述部分 | 第42-44页 |
| 3.6.2 支撑线压力线部分 | 第44-47页 |
| 3.6.3 游资追踪部分 | 第47-49页 |
| 3.6.4 能量平台的搭建部分 | 第49-50页 |
| 3.6.5 柱图设置 | 第50-52页 |
| 3.7 本章小结 | 第52-53页 |
| 4 预测模块设计与实现 | 第53-63页 |
| 4.1 模块流程 | 第53-54页 |
| 4.2 BP 神经网络 | 第54-56页 |
| 4.3 当前BP 算法的一些不足 | 第56-57页 |
| 4.4 BP 算法的改进 | 第57-58页 |
| 4.5 BP 神经网络的实现 | 第58-62页 |
| 4.5.1 基于MATLAB 上神经网络的搭建 | 第59-60页 |
| 4.5.2 股票预测模型样本选择 | 第60-61页 |
| 4.5.3 隐含层设置 | 第61-62页 |
| 4.5.4 样本归一化的设置 | 第62页 |
| 4.6 本章小结 | 第62-63页 |
| 5 系统测试与分析 | 第63-79页 |
| 5.1 指标测试 | 第63-67页 |
| 5.1.1 技术指标测试方式 | 第63-64页 |
| 5.1.2 股票测试样本的选择 | 第64页 |
| 5.1.3 技术指标测试及分析 | 第64-67页 |
| 5.2 神经网络股票预测测试 | 第67-77页 |
| 5.2.1 价格结合成交量指标预测 | 第67-72页 |
| 5.2.2 基于移动时间窗口模型预测 | 第72-74页 |
| 5.2.3 运用技术指标进行测试 | 第74-77页 |
| 5.3 技术指标方法与BP 神经网络预测方法的比较 | 第77-78页 |
| 5.4 本章小结 | 第78-79页 |
| 6 总结与展望 | 第79-81页 |
| 6.1 总结 | 第79页 |
| 6.2 展望 | 第79-81页 |
| 参考文献 | 第81-85页 |
| 致谢 | 第85-86页 |
| 攻读学位期间主要的研究成果目录 | 第86-88页 |