| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 插图索引 | 第9-10页 |
| 附表索引 | 第10-11页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 选题背景及意义 | 第11-12页 |
| 1.1.1 选题背景 | 第11页 |
| 1.1.2 选题的意义 | 第11-12页 |
| 1.2 主要技术路线及文章内容安排 | 第12-13页 |
| 1.2.1 主要技术路线 | 第12-13页 |
| 1.2.2 文章内容安排 | 第13页 |
| 1.3 行业现状分析 | 第13-16页 |
| 1.3.1 螺纹钢现货市场概况 | 第13-14页 |
| 1.3.2 引入螺纹钢期货的必要性 | 第14页 |
| 1.3.3 上海螺纹钢期货介绍 | 第14-16页 |
| 1.4 国内外期货价格预测方法探究 | 第16-19页 |
| 1.4.1 国外期货价格预测方法研究情况 | 第16-17页 |
| 1.4.2 国内期货价格预测方法研究情况 | 第17-19页 |
| 第2章 BP 神经网络理论 | 第19-28页 |
| 2.1 神经网络 | 第19-20页 |
| 2.1.1 神经系统 | 第19页 |
| 2.1.2 神经元 | 第19-20页 |
| 2.2 人工神经网络 | 第20-23页 |
| 2.2.1 人工神经网络的的组成 | 第20-21页 |
| 2.2.2 人工神经网络的分类 | 第21-23页 |
| 2.3 BP 神经网络 | 第23-26页 |
| 2.3.1 BP 神经网络的概述 | 第23-24页 |
| 2.3.2 BP 神经网络的标准算法 | 第24-26页 |
| 2.4 小结 | 第26-28页 |
| 第3章 螺纹钢期货价格预测的 BP 神经网络模型实现 | 第28-40页 |
| 3.1 BP 神经网络模型的设计 | 第28-31页 |
| 3.1.1 模型结构与样本数据 | 第28页 |
| 3.1.2 模型结构 | 第28-29页 |
| 3.1.3 数据规范化 | 第29页 |
| 3.1.4 建模步骤 | 第29-31页 |
| 3.2 软件技术的开发应用 | 第31-38页 |
| 3.2.1 软件工具介绍 | 第31-32页 |
| 3.2.2 Excel Link | 第32-33页 |
| 3.2.3 MATLAB 中 dep loytoo l 工具的使用 | 第33-34页 |
| 3.2.4 MATLAB 与 BP 神经网络 | 第34页 |
| 3.2.5 MATLAB 与 EXCEL 混合编程 | 第34-35页 |
| 3.2.6 实例与程序代码 | 第35-38页 |
| 3.3 小结 | 第38-40页 |
| 第4章 基于 BP 神经网络的螺纹钢期货价格预测及数据分析 | 第40-60页 |
| 4.1 数据准备 | 第40页 |
| 4.2 短周期螺纹钢期货价格预测 | 第40-54页 |
| 4.2.1 5 分钟周期螺纹钢期货价格原始数据 | 第40-42页 |
| 4.2.2 5 分钟周期螺纹钢期货价格归一化处理后数据 | 第42-43页 |
| 4.2.3 单一因素分析 | 第43-44页 |
| 4.2.4 六因素分析 | 第44页 |
| 4.2.5 对比分析 | 第44-54页 |
| 4.3 长周期螺纹钢期货价格预测 | 第54-58页 |
| 4.3.1 日周期螺纹钢期货价格原始数据 | 第54-55页 |
| 4.3.2 日周期螺纹钢期货价格归一化处理后数据 | 第55页 |
| 4.3.3 单一因素及六因素分析 | 第55-58页 |
| 4.3.4 对比分析 | 第58页 |
| 4.4 综合分析 | 第58-59页 |
| 4.5 小结 | 第59-60页 |
| 结论 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-67页 |
| 附录 A 上海期货交易所螺纹钢期货标准合约附件 | 第67-68页 |
| 附录 B 螺纹钢和线材期货升贴水及仓储费用 | 第68页 |
