K线数据的神经网络预测模型研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 1 绪论 | 第8-20页 |
| ·课题背景 | 第8-9页 |
| ·研究现状 | 第9-13页 |
| ·研究内容 | 第13-18页 |
| ·论文结构 | 第18-20页 |
| 2 建模方法综述 | 第20-51页 |
| ·经验模型 | 第20-23页 |
| ·市场成本法 | 第20-21页 |
| ·PE乖离法 | 第21-22页 |
| ·指数乖离法 | 第22-23页 |
| ·ARCH模型 | 第23-42页 |
| ·金融时间序列的主要特征 | 第24-26页 |
| ·ARCH模型族 | 第26-28页 |
| ·ARCH预测模型的设定 | 第28-32页 |
| ·ARCH模型的程序实现 | 第32-41页 |
| ·相关讨论 | 第41-42页 |
| ·神经网络模型 | 第42-50页 |
| ·BP神经网络 | 第42-45页 |
| ·RBF神经网络 | 第45-46页 |
| ·FIR神经网络 | 第46-50页 |
| ·确定预测模型 | 第50-51页 |
| 3 K线数据的径向基神经网络预测模型 | 第51-56页 |
| ·K线形态数据的预先处理 | 第51-52页 |
| ·基于最近邻聚类分析的径向基神经网络股指预测模型 | 第52-54页 |
| ·沪深300指数实例预测 | 第54-56页 |
| 4 软件设计 | 第56-69页 |
| ·K线数据的处理类设计 | 第56-60页 |
| ·绘图类 | 第60-62页 |
| ·径向基神经网络处理程序 | 第62-63页 |
| ·选时系统的运行情况 | 第63-69页 |
| 5 总结与展望 | 第69-71页 |
| ·总结 | 第69页 |
| ·展望 | 第69-71页 |
| 参考文献 | 第71-74页 |
| 附录A | 第74-82页 |
| 在学研究成果 | 第82-83页 |
| 致谢 | 第83页 |
