| 致谢 | 第5-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 选题背景及意义 | 第9-10页 |
| 1.2 股市预测国内外发展现状 | 第10-13页 |
| 第2章 中国股市的统计分析 | 第13-17页 |
| 2.1 股票价格指数 | 第13-14页 |
| 2.2 收益率和幂律分布 | 第14-17页 |
| 第3章 BP神经网络(BPNN)模型 | 第17-21页 |
| 3.1 BP神经网络模型结构 | 第17-19页 |
| 3.2 BP神经网络模型训练 | 第19-21页 |
| 第4章 随机时效性神经网络模型在股市预测中的应用 | 第21-42页 |
| 4.1 随机时效性神经网络(STSNN)模型的建立 | 第21-25页 |
| 4.1.1 Brown运动与随机时效性函数 | 第21-23页 |
| 4.1.2 随机时效性神经网络(STSNN)模型结构及训练 | 第23-25页 |
| 4.2 STSNN模型的实证预测 | 第25-42页 |
| 4.2.1 STSNN模型对收益率波动程度的预测 | 第25-32页 |
| 4.2.2 STSNN模型对收益率尺度序列互相关性系数的实证预测 | 第32-42页 |
| 第5章 指数神经网络模型在股市预测中的应用 | 第42-53页 |
| 5.1 指数神经网络(EBPNN)模型结构及训练 | 第42-45页 |
| 5.2 指数神经网络(EBPNN)模型的对互相关系数的实证预测 | 第45-53页 |
| 第6章 结论 | 第53-54页 |
| 参考文献 | 第54-59页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第59-61页 |
| 学位论文数据集 | 第61页 |
