| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 国外的一些研究案例 | 第11-13页 |
| 1.2.2 国内的一些研究案例 | 第13-14页 |
| 1.3 研究对象与方法 | 第14-15页 |
| 1.4 论文的创新点 | 第15页 |
| 1.5 论文的主要工作 | 第15-16页 |
| 第二章 股票短期预测的基本理论与方法 | 第16-22页 |
| 2.1 股票及其基本特征 | 第16页 |
| 2.2 股票价格预测方法 | 第16-17页 |
| 2.3 影响股票价格的因素 | 第17-19页 |
| 2.4 股票预测指标分析 | 第19-20页 |
| 2.5 股票价格预测的难点 | 第20-21页 |
| 2.6 本章小结 | 第21-22页 |
| 第三章 神经网络原理介绍 | 第22-30页 |
| 3.1 BP网络 | 第22-25页 |
| 3.1.1 BP网络介绍 | 第22-23页 |
| 3.1.2 BP学习规则 | 第23-24页 |
| 3.1.3 神经网络的训练步骤 | 第24-25页 |
| 3.2 RNN和LSTM | 第25-29页 |
| 3.2.1 RNN介绍 | 第25-26页 |
| 3.2.2 LSTM介绍 | 第26-29页 |
| 3.3 本章小结 | 第29-30页 |
| 第四章 特征工程和模型调优关键技术分析 | 第30-44页 |
| 4.1 特征工程 | 第30-34页 |
| 4.2 神经网络训练算法 | 第34-38页 |
| 4.3 神经网络模型调优 | 第38-43页 |
| 4.4 本章小结 | 第43-44页 |
| 第五章 BP神经网络和LSTM神经网络在国内股票市场预测中的应用 | 第44-60页 |
| 5.1 国内个股预测研究 | 第44-48页 |
| 5.1.1 实验基本内容 | 第44页 |
| 5.1.2 网络结构设计 | 第44-45页 |
| 5.1.3 数据特征选择 | 第45-47页 |
| 5.1.4 实验结果及其分析 | 第47-48页 |
| 5.2 设计LSTM模型对国内A股重要指数进行股价涨跌回归预测 | 第48-58页 |
| 5.2.1 实验基本内容 | 第48-49页 |
| 5.2.2 网络结构设计 | 第49-50页 |
| 5.2.3 Kears架构分析及其使用 | 第50-53页 |
| 5.2.4 使用最终模型对A股重要指数进行实验 | 第53-58页 |
| 5.3 本章小结 | 第58-60页 |
| 第六章 总结与展望 | 第60-62页 |
| 6.1 总结 | 第60页 |
| 6.2 展望 | 第60-62页 |
| 参考文献 | 第62-65页 |
| 攻读硕士学位期间取得的研究成果 | 第65-66页 |
| 致谢 | 第66-67页 |
| 附表 | 第67页 |