利用BP神经网络系统对股票市场进行预测与分析的研究
| 摘要 | 第1-3页 |
| ABSTRACT | 第3-6页 |
| 第一章 绪论 | 第6-10页 |
| ·研究背景 | 第6-7页 |
| ·研究现状 | 第7-8页 |
| ·研究目的和意义 | 第8-9页 |
| ·本文研究的主要内容 | 第9-10页 |
| 第二章 股票预测与分析 | 第10-19页 |
| ·股票的概念和特点 | 第10-11页 |
| ·股票的特点 | 第10-11页 |
| ·股票价格及影响股票价格的因素 | 第11-13页 |
| ·股票价格 | 第11-12页 |
| ·影响股票价格的因素 | 第12-13页 |
| ·股票预测的关键问题 | 第13-19页 |
| ·股票基本指数 | 第13-14页 |
| ·股票预测的常用技术指标 | 第14-16页 |
| ·股票常用预测方法 | 第16-17页 |
| ·股票预测面临的问题 | 第17-19页 |
| 第三章 神经网络理论基础 | 第19-23页 |
| ·神经网络的简介 | 第19页 |
| ·神经网络的特点 | 第19-20页 |
| ·分布式存储 | 第19-20页 |
| ·非线性 | 第20页 |
| ·健壮性 | 第20页 |
| ·学习、自我适应性 | 第20页 |
| ·神经网络的基础 | 第20-23页 |
| ·神经元模型 | 第20-21页 |
| ·传输函数（活跃函数） | 第21-23页 |
| 第四章 BP 神经网络算法及在股票预测中的应用 | 第23-34页 |
| ·BP 神经网络及算法 | 第23-29页 |
| ·BP 神经网络概述 | 第23-24页 |
| ·BP 网络学习公式推导 | 第24-29页 |
| ·BP 学习算法过程 | 第29-30页 |
| ·BP 算法在股票预测中的难点 | 第30-34页 |
| ·输入量的选择 | 第30-33页 |
| ·训练过程的问题 | 第33-34页 |
| 第五章 BP 神经网络股票预测模型 | 第34-44页 |
| ·采用 BP 神经网络预测股票价格的步骤 | 第34页 |
| ·实验实现流程 | 第34-35页 |
| ·BP 神经网络预测的方式 | 第35-36页 |
| ·基于 BP 神经网络预测模型的构造 | 第36-38页 |
| ·网络结构的设计 | 第36-38页 |
| ·训练样本集的准备 | 第38-40页 |
| ·采集数据的选取 | 第38-39页 |
| ·输入输出数据的预处理 | 第39-40页 |
| ·股市预测模型的 Matlab 实现 | 第40-44页 |
| ·生成和初始化 BP 神经网络 | 第41-42页 |
| ·对数据进行预处理和后处理 | 第42-43页 |
| ·BP 神经网络的训练 | 第43页 |
| ·BP 神经网络的仿真 | 第43-44页 |
| 第六章 仿真实验及结果分析 | 第44-61页 |
| ·实验结果 | 第44-51页 |
| ·实验结果分析 | 第51-58页 |
| ·网络误差分析 | 第51-54页 |
| ·训练过程分析 | 第54-58页 |
| ·实验核心代码 | 第58-61页 |
| 第七章 总结与展望 | 第61-62页 |
| 参考文献 | 第62-63页 |
| 致谢 | 第63页 |
