BP神经网络模型对股票市场预测的应用及实证分析
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-10页 |
| 1.1 选题背景与意义 | 第8页 |
| 1.2 国内外研究现状 | 第8-9页 |
| 1.3 研究目的和意义 | 第9页 |
| 1.4 本文研究的主要内容 | 第9-10页 |
| 第二章 股价预测的关键问题分析 | 第10-13页 |
| 2.1 股票预测的评价指标 | 第10-11页 |
| 2.2 股票预测的关键问题 | 第11页 |
| 2.3 股票预测方法的分析 | 第11-12页 |
| 2.4 各预测方法的比较 | 第12页 |
| 2.5 本章小结 | 第12-13页 |
| 第三章 神经网络理论基础及改进方法 | 第13-31页 |
| 3.1 神经网络的简介及特点 | 第13-15页 |
| 3.1.1 分布式存储 | 第13页 |
| 3.1.2 非线性 | 第13页 |
| 3.1.3 学习、自我实适应性 | 第13-15页 |
| 3.2 神经网络的构成 | 第15-20页 |
| 3.2.1 神经元模型 | 第15页 |
| 3.2.2 输入函数(活跃函数) | 第15-16页 |
| 3.2.3 BP算法核心 | 第16-20页 |
| 3.3 BP神经网络在股票预测中存在的难点分析 | 第20-21页 |
| 3.3.1 网络学习收敛问题 | 第20页 |
| 3.3.2 输入量的确定 | 第20-21页 |
| 3.3.3 参数的选择 | 第21页 |
| 3.4 BP算法的改进 | 第21-30页 |
| 3.4.1 当下流行的BP算法改进方法 | 第21-22页 |
| 3.4.2 BP算法中激活函数的改进 | 第22-24页 |
| 3.4.3 对输出层、隐层中神经元参数修正 | 第24-30页 |
| 3.5 本章小结 | 第30-31页 |
| 第四章 改进的BP算法在股市预测的实证分析 | 第31-37页 |
| 4.1 BP神经网络进行股票预测方法的设计 | 第31-32页 |
| 4.2 BP神经网络的拓扑结构的设计 | 第32-33页 |
| 4.3 BP网络模型的数值选取与预处理 | 第33-34页 |
| 4.4 BP网络模型在MATLAB中的实现 | 第34-37页 |
| 第五章 总结 | 第37-38页 |
| 5.1 总结 | 第37页 |
| 5.2 展望 | 第37-38页 |
| 参考文献 | 第38-42页 |
| 附录一 | 第42-53页 |
| 攻读硕士学位期间发表的论文 | 第53-54页 |
| 后记 | 第54页 |
