基于神经网络的股票市场预测研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 1 绪论 | 第8-15页 |
| ·课题研究的目的、意义 | 第8页 |
| ·国内外研究综述 | 第8-13页 |
| ·关于股市的可预测性研究 | 第8-9页 |
| ·股市预测方法 | 第9-11页 |
| ·基于神经网络的股市预测的最新进展 | 第11-13页 |
| ·论文的创新点 | 第13-14页 |
| ·本文的章节简介 | 第14-15页 |
| 2 股票预测基本理论 | 第15-21页 |
| ·市场效率假说 | 第15-16页 |
| ·技术分析 | 第16-17页 |
| ·技术指标 | 第17-21页 |
| 3 数据挖掘和神经网络 | 第21-37页 |
| ·数据挖掘的主要功能 | 第21-22页 |
| ·数据挖掘过程 | 第22-24页 |
| ·数据挖掘的主要研究方法 | 第24-25页 |
| ·人工神经元模型 | 第25-26页 |
| ·神经元的变换函数 | 第26-28页 |
| ·BP 神经网络 | 第28-37页 |
| ·网络误差与权值调整 | 第29-30页 |
| ·BP 算法推导 | 第30-33页 |
| ·BP 算法的程序实现 | 第33-35页 |
| ·标准BP 算法的改进 | 第35-37页 |
| 4 神经网络模型设计 | 第37-43页 |
| ·数据准备和处理 | 第37-39页 |
| ·输入输出变量的选取 | 第37-38页 |
| ·样本数据预处理 | 第38-39页 |
| ·模型配置 | 第39-43页 |
| ·网络层数的确定 | 第39-40页 |
| ·BP 网络各层节点的传递函数 | 第40-41页 |
| ·确定节点数 | 第41页 |
| ·训练方法选择 | 第41-42页 |
| ·误差的选取 | 第42-43页 |
| 5 实证分析 | 第43-49页 |
| ·数据预处理 | 第43-44页 |
| ·神经网络结构设计 | 第44-46页 |
| ·最终训练后的神经网络结构 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 6 结论和展望 | 第49-50页 |
| 致谢 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 附录 | 第54-56页 |
