| 1 绪论 | 第1-22页 |
| ·股票预测的发展 | 第18-19页 |
| ·时间序列分析在股票预测中的应用 | 第19-20页 |
| ·神经网络技术在股票预测中的应用 | 第20页 |
| ·本文工作与结构安排 | 第20-22页 |
| 2 时间序列数据挖掘 | 第22-32页 |
| ·时序的定义 | 第22页 |
| ·数据挖掘 | 第22-26页 |
| ·时间序列数据挖掘 | 第26-32页 |
| 3 ARMA时间序列模型在股票预测中的应用 | 第32-48页 |
| ·时间序列建模的基本原理 | 第32-34页 |
| ·ARMA(p，q)序列的自相关、偏相关函数 | 第34-37页 |
| ·ARMA模型的参数估计 | 第37-38页 |
| ·时间序列建模的实现过程 | 第38页 |
| ·实验分析 | 第38-48页 |
| 4 ARMA-广义回归神经网络技术在股票预测中的应用 | 第48-65页 |
| ·人工神经网络原理概述 | 第48-51页 |
| ·径向基函数神经网络 | 第51-56页 |
| ·基于ARMA-广义回归神经网络的股票预测 | 第56-65页 |
| 5 总结 | 第65-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-70页 |