| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第1章 绪论 | 第7-14页 |
| ·研究背景 | 第7-10页 |
| ·股票市场的发展历史 | 第7-8页 |
| ·股票预测研究及发展状况 | 第8-9页 |
| ·数据挖掘技术的运用与研究 | 第9-10页 |
| ·国内外研究现状 | 第10-12页 |
| ·研究内容 | 第12页 |
| ·研究步骤 | 第12-14页 |
| 第2章 证券市场中数据挖掘技术分析 | 第14-22页 |
| ·数据挖掘技术 | 第14-17页 |
| ·数据挖掘的基本思想 | 第14页 |
| ·常用的数据挖掘方法 | 第14-15页 |
| ·数据挖掘过程 | 第15-17页 |
| ·人工神经网络 | 第17-19页 |
| ·人工神经网络发展概述 | 第17页 |
| ·人工神经网络的基本内容 | 第17-18页 |
| ·人工神经网络的应用 | 第18-19页 |
| ·证券市场中数据挖掘技术分析 | 第19-22页 |
| 第3章 基于BP 神经网络的数据挖掘分析 | 第22-35页 |
| ·BP 神经网络的基本思想 | 第22-24页 |
| ·BP 神经网络的学习算法 | 第24-26页 |
| ·BP 神经网络的设计 | 第26-27页 |
| ·输入层的设计 | 第26页 |
| ·隐层的设计 | 第26页 |
| ·输出层的设计 | 第26页 |
| ·初始值的选取 | 第26-27页 |
| ·基于BP 神经网络的股票预测 | 第27-35页 |
| 第4章 基于灰色BP 神经网络的数据挖掘分析 | 第35-48页 |
| ·灰色系统理论的基本思想 | 第35-36页 |
| ·灰色系统理论的产生与发展 | 第35页 |
| ·灰色系统理论的研究对象及原理 | 第35-36页 |
| ·灰色系统理论的主要内容 | 第36-37页 |
| ·灰色系统理论与数据挖掘技术在证券市场预测方面的互补结合 | 第37-39页 |
| ·灰色系统理论在证券市场预测中的可行性分析 | 第37-38页 |
| ·灰色系统理论在证券市场分析应用中的不足 | 第38页 |
| ·数据挖掘技术与灰色系统理论的互补分析 | 第38-39页 |
| ·灰色BP 神经网络的构建 | 第39-41页 |
| ·传统灰色预测模型—GM(1,1)模型 | 第39-40页 |
| ·灰色预测方法与BP 神经网络的结合 | 第40-41页 |
| ·灰色BP 神经网络的结构 | 第41-43页 |
| ·数据仓库体系结构 | 第41-42页 |
| ·数据仓库逻辑模型 | 第42-43页 |
| ·灰色BP 神经网络组合模型 | 第43-45页 |
| ·灰色BP 神经网络组合预测模型的建立 | 第43-44页 |
| ·灰色BP 神经网络组合预测模型的预测步骤 | 第44-45页 |
| ·灰色BP 神经网络预测模型的优点 | 第45页 |
| ·应用实例与结果分析 | 第45-47页 |
| ·本章研究小结 | 第47-48页 |
| 第5章 结论与展望 | 第48-50页 |
| 参考文献 | 第50-52页 |
| 在学期间发表的论文及科研成果清单 | 第52-53页 |
| 致谢 | 第53页 |