| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 1 引言 | 第8-16页 |
| 1.1 选题背景与研究意义 | 第8-9页 |
| 1.2 国内外文献综述 | 第9-13页 |
| 1.2.1 国外研究结果 | 第9-11页 |
| 1.2.2 国内研究结果 | 第11-13页 |
| 1.3 论文的目标 | 第13页 |
| 1.4 研究对象与方法 | 第13-14页 |
| 1.5 论文的创新点 | 第14-16页 |
| 2 股票短期预测基本理论与方法 | 第16-24页 |
| 2.1 影响股票价格的因素 | 第16-17页 |
| 2.2 股票价格预测的难点 | 第17-18页 |
| 2.3 股票价格预测常用方法 | 第18-24页 |
| 2.3.1 基本面分析方法 | 第18-19页 |
| 2.3.2 技术分析方法 | 第19-24页 |
| 3 BP、RNN神经网络理论研究 | 第24-33页 |
| 3.1 传统BP神经网络模型及特征 | 第24-28页 |
| 3.1.1 传统BP神经网络模型原理 | 第24-25页 |
| 3.1.2 传统BP神经网络模型理论分析 | 第25-26页 |
| 3.1.3 传统BP神经网络的局限性 | 第26-28页 |
| 3.2 RNN神经网络模型及特征 | 第28-33页 |
| 3.2.1 RNN神经网络模型原理 | 第28-29页 |
| 3.2.2 RNN神经网络模型理论分析 | 第29-31页 |
| 3.2.3 RNN神经网络模型的优势及问题 | 第31-33页 |
| 4 LSTM神经网络模型分析与改进 | 第33-39页 |
| 4.1 LSTM神经网络理论分析 | 第33-36页 |
| 4.2 LSTM神经网络模型的优势及问题 | 第36-37页 |
| 4.3 LSTM神经网络模型的算法改进 | 第37-39页 |
| 5 股指价格预测的实证分析与模型再改进 | 第39-53页 |
| 5.1 实验基本内容 | 第39-40页 |
| 5.2 传统BP与RNN神经网络二者对比实验 | 第40-45页 |
| 5.2.1 图形拟合对比 | 第40-44页 |
| 5.2.2 误差分析对比 | 第44-45页 |
| 5.3 基于股票预测实验分析的LSTM神经网络模型结构改进 | 第45-50页 |
| 5.3.1 模型结构改进 | 第45-49页 |
| 5.3.2 误差分析对比 | 第49-50页 |
| 5.4 标普500与道琼斯工业指数对比分析 | 第50-51页 |
| 5.5 标普500与上证指数对比分析 | 第51-53页 |
| 6 结论与展望 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 附录 | 第57-59页 |
| 致谢 | 第59-60页 |
| 在校期间发表的学术论文和研究成果 | 第60-61页 |