基于神经网络的投资基金绩效评估
| 第一章 绪论 | 第1-9页 |
| ·研究背景及意义 | 第7页 |
| ·国内研究现状 | 第7-9页 |
| 第二章 投资基金简述 | 第9-17页 |
| ·投资基金概念、功能与分类 | 第9-11页 |
| ·影响投资基金证券投资收益与风险的因素 | 第11-14页 |
| ·国内外投资基金的发展及我国投资基金的运行特点 | 第14-17页 |
| 第三章 神经网络简介 | 第17-23页 |
| ·神经网络研究简史 | 第17-18页 |
| ·神经网络的定义及神经元 | 第18-19页 |
| ·神经网络的组成及特点 | 第19-21页 |
| ·神经网络的工作过程及BP 神经网络 | 第21-23页 |
| 第四章 径向基函数神经网络 | 第23-35页 |
| ·径向基函数神经网络 | 第23页 |
| ·径向基函数网络模型 | 第23-27页 |
| ·径向基函数神经网络的学习算法 | 第27-32页 |
| ·将最优分割法(OPA)引入RBF | 第32-33页 |
| ·小结 | 第33-35页 |
| 第五章 系统实现 | 第35-48页 |
| ·研究对象及资料来源 | 第35页 |
| ·对数据进行处理 | 第35-37页 |
| ·资产负债率 | 第35-36页 |
| ·基金费用 | 第36页 |
| ·计算基金期指标 | 第36-37页 |
| ·数据的归一化处理 | 第37页 |
| ·神经网络评估的步骤 | 第37-39页 |
| ·调试程序 | 第39-41页 |
| ·BP 算法程序 | 第39-40页 |
| ·RBF 算法程序 | 第40-41页 |
| ·神经网络预测与传统算法的比较 | 第41-43页 |
| ·BP 算法与RBF 算法误差对比 | 第43-45页 |
| ·神经网络模型与其他方法评估方法 | 第45-48页 |
| ·单因素模型和双因素模型简介 | 第45-46页 |
| ·神经网络与上述模型不同之处 | 第46-48页 |
| 第六章 总结 | 第48-49页 |
| 参考文献 | 第49-55页 |
| 摘要 | 第55-57页 |
| ABSTRACT | 第57-59页 |
| 附录 | 第59-60页 |
| 致 谢 | 第59-60页 |
| 导师及作者简介 | 第60页 |
