基于灰色神经网络组合模型的股票价格预测研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-20页 |
| ·选题背景 | 第9-10页 |
| ·常用的股价预测方法 | 第10-12页 |
| ·股市预测的难点 | 第12-13页 |
| ·股票相关指数与变量 | 第13-18页 |
| ·股票价格指数 | 第13页 |
| ·股市常用术语 | 第13-14页 |
| ·股市常用技术指标 | 第14-18页 |
| ·论文的主要内容 | 第18-20页 |
| 第二章 灰色理论用于对股市的预测 | 第20-42页 |
| ·灰色系统的基本理论与应用 | 第20-26页 |
| ·灰色理论简介 | 第20-22页 |
| ·灰色系统的特点 | 第22-23页 |
| ·灰色系统的研究内容 | 第23-24页 |
| ·灰色预测方法 | 第24-26页 |
| ·灰色模型的建立 | 第26-36页 |
| ·灰色动态模型的数学原理 | 第26页 |
| ·灰色微分方程 | 第26-29页 |
| ·GM(1,1)模型 | 第29-32页 |
| ·pGM(1,1)模型 | 第32-33页 |
| ·无偏GM(1,1)模型 | 第33-35页 |
| ·残差修正模型 | 第35-36页 |
| ·灰色模型对武钢股份5日均价的预测 | 第36-42页 |
| ·用GM(1,1)模型预测 | 第36-37页 |
| ·用pGM(1,1)模型预测 | 第37-39页 |
| ·用改进的无偏GM(1,1)模型预测 | 第39-42页 |
| 第三章 神经元网络用于对股市的预测 | 第42-56页 |
| ·神经元网络的基本理论与应用 | 第42-46页 |
| ·人工神经元网络简介 | 第42页 |
| ·神经元网络的特点 | 第42-43页 |
| ·神经元网络的分类 | 第43-44页 |
| ·神经网络的学习 | 第44-45页 |
| ·神经元网络的应用 | 第45-46页 |
| ·径向基函数(RBF)网络 | 第46-50页 |
| ·RBF网络的原理和结构 | 第46-47页 |
| ·RBF网络的学习算法 | 第47-50页 |
| ·RBF网络与BP网络的比较 | 第50页 |
| ·径向基函数网络对武钢股份5日均价的预测 | 第50-56页 |
| ·RBF网络的训练步骤 | 第50-51页 |
| ·数据的归一化处理 | 第51页 |
| ·实验参数的选择 | 第51-52页 |
| ·拟合预测结果 | 第52-56页 |
| 第四章 灰色神经元组合模型用于对股市的预测 | 第56-63页 |
| ·组合模型的建立及对武钢股份5日均价的预测 | 第56-60页 |
| ·组合模型的设计思想 | 第56页 |
| ·组合模型的建模及预测效果 | 第56-59页 |
| ·单一模型与组合模型预测结果的比较 | 第59-60页 |
| ·组合模型可行性的验证 | 第60-63页 |
| 第五章 总结与展望 | 第63-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 附录 攻读学位期间发表的论文 | 第70页 |
