| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 导论 | 第9-14页 |
| 1.1 选题背景和意义 | 第9-10页 |
| 1.2 文献综述 | 第10-13页 |
| 1.2.1 国外文献综述 | 第10-11页 |
| 1.2.2 国内文献综述 | 第11-13页 |
| 1.3 论文的研究思路 | 第13页 |
| 1.4 本文的创新和不足 | 第13-14页 |
| 第2章 股票市场的分形特征 | 第14-23页 |
| 2.1 股票市场分形特征 | 第14-17页 |
| 2.1.1 有效市场假说 | 第14-15页 |
| 2.1.2 分形市场假说 | 第15-17页 |
| 2.2 分形市场的判断 | 第17-18页 |
| 2.3 非线性检验方法 | 第18-23页 |
| 2.3.1 正态性检验 | 第18-19页 |
| 2.3.2 相关性检验 | 第19-20页 |
| 2.3.3 BDS 独立性检验 | 第20-21页 |
| 2.3.4 时间序列的长记忆性 | 第21-23页 |
| 第3章 人工神经网络 | 第23-32页 |
| 3.1 人工神经网络 | 第23-27页 |
| 3.1.1 人工神经网络介绍 | 第23-26页 |
| 3.1.2 人工神经网络的结构 | 第26-27页 |
| 3.2 ELMAN 神经网络 | 第27-29页 |
| 3.3 ELMAN 神经网络的算法 | 第29页 |
| 3.4 人工神经网络的评价标准 | 第29-32页 |
| 第4章 沪深 300 指数序列的非线性统计基本特征 | 第32-38页 |
| 4.1 指数序列的基本统计特征 | 第32-33页 |
| 4.2 相关性检验 Q 检验法 | 第33-35页 |
| 4.3 独立性 BDS 检验 | 第35-36页 |
| 4.4 R/S 长期记忆性检验 | 第36-38页 |
| 第5章 ELMAN 神经网络的实证研究 | 第38-41页 |
| 5.1 指数价格样本内的选取和训练 | 第38-39页 |
| 5.2 指数价格样本外的预测分析 | 第39-41页 |
| 第6章 结论 | 第41-42页 |
| 参考文献 | 第42-45页 |
| 附录 | 第45-49页 |
| 致谢 | 第49页 |