前景理论与股价的短期预测研究--基于BP神经网络的模拟分析
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 1 绪论 | 第9-15页 |
| ·选题背景和意义 | 第9-11页 |
| ·研究内容和框架 | 第11-13页 |
| ·可能的创新与局限 | 第13-15页 |
| 2 文献综述 | 第15-21页 |
| ·对股市预测基础的研究 | 第15-18页 |
| ·对人工神经网络模型的研究 | 第18-21页 |
| 3 前景理论及相关分析 | 第21-28页 |
| ·前景理论 | 第21-25页 |
| ·前景理论的基础 | 第21-22页 |
| ·风险决策过程 | 第22-25页 |
| ·对股市的分析 | 第25-28页 |
| 4 BP 神经网络及模型的设计 | 第28-38页 |
| ·人工神经网络的基本原理 | 第28-31页 |
| ·生物神经元的基本结构和功能特征 | 第28-29页 |
| ·人工神经元的理论模型 | 第29-30页 |
| ·神经网络的学习过程 | 第30-31页 |
| ·BP 神经网络 | 第31-36页 |
| ·BP 神经网络结构 | 第31页 |
| ·BP 算法的学习规则 | 第31-32页 |
| ·BP 算法步骤 | 第32-35页 |
| ·BP 神经网络的特点及在股市预测中的应用 | 第35-36页 |
| ·BP 神经网络股指预测模型的建立 | 第36-38页 |
| ·神经网络股价预测模型结构设计 | 第36-37页 |
| ·预测方式 | 第37-38页 |
| 5 模拟分析 | 第38-54页 |
| ·数据 | 第38-40页 |
| ·输入指标的选取 | 第38-40页 |
| ·样本数据 | 第40页 |
| ·数据预处理 | 第40页 |
| ·训练过程 | 第40-43页 |
| ·隐层节点数的确定 | 第41-42页 |
| ·冲量系数和学习率的确定 | 第42-43页 |
| ·预测结果分析 | 第43-54页 |
| ·预测模型绩效的评定 | 第43-47页 |
| ·预测结果分析 | 第47-49页 |
| ·预测结果的比较 | 第49-52页 |
| ·实验组预测误差分析 | 第52-54页 |
| 6 结论与展望 | 第54-56页 |
| ·研究结论 | 第54-55页 |
| ·研究展望 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 附录 | 第60-61页 |
| 致谢 | 第61页 |
