| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第7-18页 |
| 1.1 选题背景和意义 | 第7-9页 |
| 1.1.1 选题背景 | 第7-8页 |
| 1.1.2 研究意义 | 第8-9页 |
| 1.2 文献综述 | 第9-14页 |
| 1.2.1 量化投资预测模型的发展 | 第9-10页 |
| 1.2.2 神经网络的发展 | 第10-12页 |
| 1.2.3 神经网络股市预测模型的研究现状 | 第12-14页 |
| 1.3 本文研究内容与体系结构 | 第14-18页 |
| 1.3.1 论文的主要内容 | 第14-15页 |
| 1.3.2 论文的体系结构 | 第15-17页 |
| 1.3.3 论文的创新之处 | 第17-18页 |
| 第二章 量化投资策略与预测模型研究 | 第18-37页 |
| 2.1 量化投资策略概述 | 第18-22页 |
| 2.1.1 量化投资策略概念 | 第18-20页 |
| 2.1.2 量化投资的特点和优势 | 第20-22页 |
| 2.2 量化投资中的神经网络模型研究 | 第22-35页 |
| 2.2.1 神经元与神经网络 | 第22-27页 |
| 2.2.2 神经网络激活函数 | 第27-29页 |
| 2.2.3 神经网络的学习算法 | 第29-31页 |
| 2.2.4 神经网络原理及其特点 | 第31-32页 |
| 2.2.5 BP神经网络算法 | 第32-35页 |
| 2.3 神经网络模型应用于量化投资的优势与局限 | 第35-36页 |
| 2.4 本章小结 | 第36-37页 |
| 第三章 动态神经网络在股市预测中的应用 | 第37-58页 |
| 3.1 动态神经网络模型 | 第37-44页 |
| 3.1.1 动态神经网络概述 | 第37-40页 |
| 3.1.2 NARX动态神经网络 | 第40-44页 |
| 3.2 研究对象与评价标准 | 第44-47页 |
| 3.2.1 数据选取与预处理 | 第44-46页 |
| 3.2.2 研究结果评价指标 | 第46-47页 |
| 3.3 动态神经网络预测实证研究与比较 | 第47-57页 |
| 3.3.1 基于ARIMA-GARCH模型的预测分析 | 第47-50页 |
| 3.3.2 基于BP神经网络模型的预测分析 | 第50-53页 |
| 3.3.3 基于NARX动态神经网络的预测分析 | 第53-55页 |
| 3.3.4 三种模型预测结果的比较分析 | 第55-57页 |
| 3.4 本章小结 | 第57-58页 |
| 第四章 动态神经网络模式分类在投资交易择时中的应用 | 第58-72页 |
| 4.1 分类模型和方法概述 | 第59-61页 |
| 4.1.1 判别分析 | 第59-61页 |
| 4.1.2 神经网络模式分类模型 | 第61页 |
| 4.2 一种基于NARX动态神经网络的模式分类新方法 | 第61-67页 |
| 4.2.1 模型的输入和输出 | 第61-63页 |
| 4.2.2 学习验证数据已知分类的指派 | 第63-64页 |
| 4.2.3 模型的构建和结果分析 | 第64-67页 |
| 4.3 参数调整与改进 | 第67-70页 |
| 4.3.1 隐含层节点数的选取 | 第67页 |
| 4.3.2 动态时滞N值的选取 | 第67-68页 |
| 4.3.3 对分类结果数据的调整 | 第68-70页 |
| 4.4 分类结果的综合比较 | 第70-71页 |
| 4.4.1 多元统计分析判别分析法与动态神经网络的结果比较 | 第70页 |
| 4.4.2 静态神经网络模式分类法与动态神经网络的结果比较 | 第70-71页 |
| 4.5 本章小结 | 第71-72页 |
| 第五章 基于动态神经网络的积极型投资组合的构建与分析 | 第72-85页 |
| 5.1 基于动态神经网络的积极型投资组合管理 | 第72-75页 |
| 5.1.1 积极型投资组合管理方法 | 第72-73页 |
| 5.1.2 基于动态神经网络投资组合的构建和管理 | 第73-75页 |
| 5.2 投资组合收益率分析 | 第75-79页 |
| 5.2.1 收益率结果分析与比较 | 第75-77页 |
| 5.2.2 收益率分布的Kolmogorov-Smirnov检验 | 第77-79页 |
| 5.3 投资组合的业绩评价指标 | 第79-82页 |
| 5.3.1 α与β值 | 第79-80页 |
| 5.3.2 夏普比率 | 第80页 |
| 5.3.3 风险价值修正的夏普比率 | 第80-81页 |
| 5.3.4 信息比率 | 第81页 |
| 5.3.5 最大回撤 | 第81-82页 |
| 5.4 投资组合的业绩归因 | 第82-84页 |
| 5.5 本章小结 | 第84-85页 |
| 第六章 动态神经网络模型有效性的解释及其检验 | 第85-98页 |
| 6.1 有效市场假说与市场有效性 | 第85-86页 |
| 6.2 行为金融学与非理性行为概述 | 第86-88页 |
| 6.3 动态神经网络模型有效性的行为金融学解释与检验 | 第88-97页 |
| 6.3.1 动态神经网络模型有效性与“反应过度”的关系与检验 | 第89-92页 |
| 6.3.2 动态神经网络模型有效性与“处置效应”的关系与检验 | 第92-94页 |
| 6.3.3 动态神经网络模型有效性与“参考点”的关系与检验 | 第94-97页 |
| 6.4 本章小结 | 第97-98页 |
| 第七章 结论 | 第98-101页 |
| 7.1 基本结论 | 第98-99页 |
| 7.2 存在不足 | 第99-100页 |
| 7.3 进一步研究方向 | 第100-101页 |
| 附录 | 第101-132页 |
| 实证结果及数据分析 | 第101-110页 |
| 本文相关程序源代码 | 第110-132页 |
| 参考文献 | 第132-136页 |
| 致谢 | 第136-137页 |
