基于神经网络和遗传算法的证券预测技术的研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-13页 |
| ·研究的背景 | 第9页 |
| ·研究目的及意义 | 第9-10页 |
| ·国内外相关理论的发展现状 | 第10-11页 |
| ·论文的主要内容及创新点 | 第11-13页 |
| ·主要内容 | 第11-12页 |
| ·创新点 | 第12-13页 |
| 第2章 基于神经网络的证券预测技术的研究 | 第13-26页 |
| ·BP神经网络概述 | 第13-15页 |
| ·股市预测技术 | 第15-18页 |
| ·股市预测的传统方法 | 第15-17页 |
| ·神经网络预测方法与传统预测方法的比较 | 第17-18页 |
| ·基于BP算法的证券预测技术的性能分析 | 第18-23页 |
| ·BP算法的Matlab实现 | 第18-21页 |
| ·基于BP算法的证券预测技术的性能分析 | 第21-23页 |
| ·BP算法的改进措施 | 第23-25页 |
| ·已有的BP算法的改进措施及方法 | 第23-24页 |
| ·适用于证券预测技术的改进的BP算法 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 基于证券预测的数据预处理技术研究 | 第26-36页 |
| ·引言 | 第26页 |
| ·网络训练样本集的准备 | 第26-28页 |
| ·数据预处理的方法 | 第28-32页 |
| ·常见的数据预处理方法 | 第28-31页 |
| ·证券预测中数据预处理的新方法 | 第31-32页 |
| ·数据预处理仿真试验 | 第32-35页 |
| ·数据归一化 | 第32-34页 |
| ·数据自身乘方变换后归一化 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第4章 基于GA-BP算法证券预测模型的研究 | 第36-47页 |
| ·遗传算法概述 | 第36-37页 |
| ·遗传算法的优点 | 第37-39页 |
| ·基于GA-BP算法证券预测模型的研究 | 第39-46页 |
| ·遗传算法优化神经网络结构的算法 | 第39-42页 |
| ·遗传算法优化神经网络权值的算法 | 第42-46页 |
| ·本章小结 | 第46-47页 |
| 第5章 基于GA-BP算法证券预测技术的测试 | 第47-58页 |
| ·引言 | 第47页 |
| ·GA-BP算法确定网络结构 | 第47-50页 |
| ·GA-BP算法优化网络权值 | 第50-53页 |
| ·GA-BP算法优化网络权值的仿真试验 | 第53-57页 |
| ·本章小结 | 第57-58页 |
| 结论 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第62-63页 |
| 致谢 | 第63-64页 |
| 个人简历 | 第64-65页 |
| 附录A | 第65-69页 |
| 附录B | 第69-78页 |
