| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 第1章 绪论 | 第11-14页 |
| 1.1 引言 | 第11页 |
| 1.2 研究现状 | 第11-13页 |
| 1.3 本文研究内容与结构 | 第13-14页 |
| 第2章 理论基础 | 第14-22页 |
| 2.1 影响股票价值投资的因素 | 第14-15页 |
| 2.2 股票价格的预测基础 | 第15页 |
| 2.3 神经网络 | 第15-21页 |
| 2.3.1 BP神经网络 | 第17-18页 |
| 2.3.2 BP算法的学习过程 | 第18-20页 |
| 2.3.3 改进的BP算法 | 第20-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第3章 基于BP神经网络的单变量预测模型 | 第22-34页 |
| 3.1 改进的激励函数 | 第22-23页 |
| 3.2 基于BP神经网络的单变量预测 | 第23-26页 |
| 3.2.1 基于BP神经网络的单变量预测原理 | 第23-24页 |
| 3.2.2 结合周末效应的单变量预测模型的建立 | 第24-25页 |
| 3.2.3 模型仿真与结果分析 | 第25-26页 |
| 3.3 单变量滚动预测 | 第26-29页 |
| 3.3.1 模型仿真与结果分析 | 第27页 |
| 3.3.2 样本容量和输入层神经元数量对预测误差的影响 | 第27-28页 |
| 3.3.3 连续预测与结果分析 | 第28-29页 |
| 3.4 单变量时间序列预测 | 第29-30页 |
| 3.4.1 单变量时间序列预测原理 | 第30页 |
| 3.4.2 模型仿真与结果分析 | 第30页 |
| 3.5 单变量动态预测投资模型 | 第30-32页 |
| 3.5.1 动态预测的原理 | 第30-31页 |
| 3.5.2 投资策略与评价指标 | 第31-32页 |
| 3.5.3 模型仿真与结果分析 | 第32页 |
| 3.6 本章小结 | 第32-34页 |
| 第4章 基于BP神经网络的多变量预测模型 | 第34-40页 |
| 4.1 单输出预测模型 | 第34-35页 |
| 4.1.1 单输出预测的原理 | 第34页 |
| 4.1.2 模型仿真与结果分析 | 第34-35页 |
| 4.2 单输出动态预测投资模型 | 第35-36页 |
| 4.2.1 模型仿真与结果分析 | 第35-36页 |
| 4.3 多输出预测模型 | 第36-37页 |
| 4.3.1 多输出预测的原理 | 第36页 |
| 4.3.2 模型仿真与结果分析 | 第36-37页 |
| 4.4 多输出动态预测投资模型 | 第37-39页 |
| 4.4.1 投资策略 | 第37-38页 |
| 4.4.2 模型仿真与结果分析 | 第38-39页 |
| 4.5 本章小结 | 第39-40页 |
| 结论与展望 | 第40-41页 |
| 参考文献 | 第41-44页 |
| 致谢 | 第44-45页 |
| 攻读学位期间发表论文情况 | 第45页 |