| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 课题研究的背景和意义 | 第9-10页 |
| 1.2 国内外在该方向的研究现状及分析 | 第10-12页 |
| 1.2.1 国外研究现状 | 第10-11页 |
| 1.2.2 国内研究现状 | 第11-12页 |
| 1.2.3 国内外文献综述的简析 | 第12页 |
| 1.3 主要研究内容 | 第12-14页 |
| 1.4 研究方案 | 第14-16页 |
| 第2章 股票市场与模型构建相关理论基础 | 第16-32页 |
| 2.1 股票市场相关理论 | 第16-22页 |
| 2.1.1 中国股票市场发展与股价预测理论发展 | 第16-18页 |
| 2.1.2 短期股票预测的参数模型 | 第18-20页 |
| 2.1.3 短期股票市场高频数据研究 | 第20-21页 |
| 2.1.4 短期股票预测中神经网络模型的应用 | 第21-22页 |
| 2.2 模糊理论 | 第22-23页 |
| 2.3 神经网络 | 第23-31页 |
| 2.3.1 BP神经网络 | 第24-26页 |
| 2.3.2 玻尔兹曼机 | 第26-27页 |
| 2.3.3 受限玻尔兹曼机及常用算法 | 第27-30页 |
| 2.3.4 深度信念网络 | 第30-31页 |
| 2.4 本章小结 | 第31-32页 |
| 第3章 基于模糊深度学习网络算法的短期股价预测模型建立 | 第32-44页 |
| 3.1 数据准备 | 第32-35页 |
| 3.2 确定输入输出变量 | 第35-37页 |
| 3.3 网络结构设计 | 第37-38页 |
| 3.4 模型训练 | 第38-42页 |
| 3.5 预测方法设计 | 第42页 |
| 3.6 对比模型 | 第42页 |
| 3.7 本章小结 | 第42-44页 |
| 第4章 股价预测模型实证分析 | 第44-54页 |
| 4.1 海信电器股票预测中DBN最优结构 | 第44-47页 |
| 4.2 模型对不同股票的实证效果分析 | 第47-49页 |
| 4.3 模型与BP神经网络预测效果比较分析 | 第49-52页 |
| 4.4 模型对不同时间的预测效果比较 | 第52-53页 |
| 4.5 本章小结 | 第53-54页 |
| 结论 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 附录 | 第60-63页 |
| 致谢 | 第63页 |