一种基于遗传神经网络的股票决策的方法研究
| 摘要 | 第1-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第8-16页 |
| ·研究背景、目的及意义 | 第8-9页 |
| ·研究背景 | 第8-9页 |
| ·研究目的及意义 | 第9页 |
| ·研究方法 | 第9-12页 |
| ·国内外研究状况 | 第12-13页 |
| ·国内研究现状 | 第12页 |
| ·国外研究现状 | 第12-13页 |
| ·本文主要研究内容 | 第13-14页 |
| 本文组织结构 | 第14-16页 |
| 第2章 股票知识 | 第16-24页 |
| ·股票 | 第16-17页 |
| ·股票投资分析 | 第17-18页 |
| ·技术分析 | 第18-20页 |
| ·技术指标 | 第20-23页 |
| 本章小结 | 第23-24页 |
| 第3章 神经网络理论 | 第24-32页 |
| ·人工神经网络概述 | 第24-27页 |
| ·什么是神经网络 | 第24-25页 |
| ·人工神经网络的发展过程 | 第25-27页 |
| ·基本神经元模型 | 第27-28页 |
| ·神经网络的特点 | 第28-29页 |
| ·神经网络的学习 | 第29-30页 |
| ·BP 算法及缺点 | 第30-31页 |
| 本章小结 | 第31-32页 |
| 第4章 拐点寻找与模型的建立 | 第32-51页 |
| ·引言 | 第32-33页 |
| ·可行性分析 | 第33-35页 |
| ·BP 学习算法的不足 | 第35页 |
| ·遗传算法 | 第35-36页 |
| ·改进 | 第36-37页 |
| ·拐点的定义 | 第37-41页 |
| ·泛化 | 第41-45页 |
| ·股票的选择 | 第45-46页 |
| ·股票数据的预处理及分析 | 第46-47页 |
| ·输入变量的处理 | 第46页 |
| ·规范化处理 | 第46-47页 |
| ·BP 模型的建立 | 第47-49页 |
| ·基于遗传神经网络的双网络股票决策支持模型 | 第49-50页 |
| 本章小结 | 第50-51页 |
| 第5章 基于遗传神经网络的股票决策 | 第51-63页 |
| ·引言 | 第51-55页 |
| ·MATLAB 的发展概述 | 第51-52页 |
| ·MATLAB 的主要功能 | 第52-53页 |
| ·MATLAB 的技术特点 | 第53-54页 |
| ·MATLAB 神经网络工具箱 | 第54-55页 |
| ·用MATLAB 实现遗传算法 | 第55-60页 |
| ·MATLAB 各参数的确定 | 第60-61页 |
| ·确定中间层个数 | 第61-62页 |
| 本章小结 | 第62-63页 |
| 第6章 基于遗传神经网络的股票决策支持模型仿真 | 第63-71页 |
| ·通过MATLAB 建立以价格为输出的BP 模型 | 第63页 |
| ·模型训练预测 | 第63-70页 |
| 本章小结 | 第70-71页 |
| 结论 | 第71-73页 |
| 参考文献 | 第73-77页 |
| 攻读硕士学位期间发表的学术论文 | 第77-78页 |
| 致谢 | 第78页 |
