基于神经网络的股票价格预测研究
| 摘要 | 第3-4页 |
| abstract | 第4页 |
| 1 绪论 | 第7-13页 |
| 1.1 研究背景和意义 | 第7-8页 |
| 1.2 股票预测的研究现状 | 第8-9页 |
| 1.3 神经网络研究现状 | 第9-10页 |
| 1.4 论文结构 | 第10-13页 |
| 2 股票预测概述及方法分析 | 第13-20页 |
| 2.1 股票相关理论概述 | 第13-16页 |
| 2.1.1 股票评价指标 | 第13-15页 |
| 2.1.2 影响股票价格的因素 | 第15-16页 |
| 2.2 股票预测存在的问题 | 第16-17页 |
| 2.3 常见的股票价格预测方法概述及分析 | 第17-19页 |
| 2.3.1 证券投资分析法 | 第17页 |
| 2.3.2 时间序列预测 | 第17页 |
| 2.3.3 神经网络预测 | 第17-19页 |
| 2.4 小结 | 第19-20页 |
| 3 基于BP神经网络的股票价格预测 | 第20-36页 |
| 3.1 神经网络概述 | 第20-22页 |
| 3.2 BP神经网络 | 第22-29页 |
| 3.2.1 BP神经网络模型 | 第22-24页 |
| 3.2.2 BP算法 | 第24-28页 |
| 3.2.3 BP神经网络的优缺点 | 第28-29页 |
| 3.3 BP神经网络的设计 | 第29-32页 |
| 3.4 实验分析 | 第32-35页 |
| 3.4.1 样本数据选取 | 第32-33页 |
| 3.4.2 样本数据处理 | 第33-34页 |
| 3.4.3 实验结果分析 | 第34-35页 |
| 3.5 小结 | 第35-36页 |
| 4 基于SDE的BP神经网络股票价格预测 | 第36-46页 |
| 4.1 差分进化算法 | 第36-38页 |
| 4.1.1 差分进化算法概述 | 第36页 |
| 4.1.2 差分进化算法原理 | 第36-38页 |
| 4.2 自适应差分进化算法 | 第38-40页 |
| 4.2.1 差分进化算法的改进 | 第39页 |
| 4.2.2 自适应差分进化算法的性能测试 | 第39-40页 |
| 4.3 基于自适应差分进化算法的BP神经网络 | 第40-42页 |
| 4.4 SDE-BP神经网络的设计 | 第42-44页 |
| 4.5 实验分析 | 第44-45页 |
| 4.6 小结 | 第45-46页 |
| 5 基于组合神经网络的股票价格预测 | 第46-51页 |
| 5.1 组合神经网络 | 第46-48页 |
| 5.2 基于组合神经网络的股票价格预测 | 第48-49页 |
| 5.3 实验分析 | 第49-50页 |
| 5.4 小结 | 第50-51页 |
| 6 总结与展望 | 第51-53页 |
| 6.1 总结 | 第51页 |
| 6.2 展望 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 致谢 | 第57-59页 |
| 附录 攻读硕士学位期间所做工作 | 第59页 |
