基于WA-ANN的股票非线性价格预测研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第9-20页 |
| ·研究背景及选题意义 | 第9-11页 |
| ·研究背景 | 第9-10页 |
| ·选题意义 | 第10-11页 |
| ·相关文献综述 | 第11-17页 |
| ·股票价格预测综述 | 第11-14页 |
| ·神经网络在股票价格中的应用综述 | 第14-15页 |
| ·小波分析应用综述 | 第15-16页 |
| ·问题的提出 | 第16-17页 |
| ·研究内容及框架 | 第17-20页 |
| ·研究内容及创新之处 | 第17-18页 |
| ·研究框架 | 第18-20页 |
| 第二章 股票价格的波动及预测的理论依据 | 第20-34页 |
| ·股票价格波动理论 | 第20-28页 |
| ·股票价格波动的基本概念及影响因素分析 | 第20-24页 |
| ·股票价格波动趋势分析 | 第24-28页 |
| ·股票价格预测的理论依据 | 第28-34页 |
| ·技术分析的三大假设 | 第28-30页 |
| ·股票价格的两种基本分析方法 | 第30-32页 |
| ·组合技术分析方法 | 第32-34页 |
| 第三章 基于WA-ANN的股票价格预测方法 | 第34-53页 |
| ·小波分析的基本理论及其算法实现 | 第34-40页 |
| ·从傅立叶变换到小波变换 | 第34-36页 |
| ·小波分析的基本理论 | 第36-39页 |
| ·小波分析的算法实现 | 第39-40页 |
| ·人工神经网络的基本理论及其算法实现 | 第40-50页 |
| ·从生物神经元到人工神经网络 | 第41-43页 |
| ·人工神经网络的理论 | 第43-45页 |
| ·人工神经网络的算法实现 | 第45-50页 |
| ·WA-ANN股票价格预测算法 | 第50-53页 |
| ·小波分析在股票价格预测中的作用 | 第50-51页 |
| ·人工神经网络在股票价格预测中的作用 | 第51-52页 |
| ·WA-ANN的股票价格预测算法 | 第52-53页 |
| 第四章 基于WA-ANN的股票价格预测实证分析 | 第53-79页 |
| ·基于 MATLAB的小波分析和人工神经网络应用 | 第53-56页 |
| ·基于 MATLAB的小波分析应用 | 第53-55页 |
| ·基于 MATLAB的人工神经网络应用 | 第55-56页 |
| ·基于WA-ANN的股票价格预测实例分析 | 第56-71页 |
| ·实际股票价格预测中考虑的影响因素 | 第56-57页 |
| ·对原始数据的小波滤波预处理 | 第57-61页 |
| ·神经网络对股票价格预测效果的评价标准 | 第61-62页 |
| ·神经网络预测股票价格实例 | 第62-69页 |
| ·对多支代表性股票价格的预测 | 第69-71页 |
| ·与其他股票价格预测方法及对比 | 第71-79页 |
| ·ARIMA模型理论 | 第71-73页 |
| ·ARIMA模型的 SPSS分析和预测 | 第73-79页 |
| 第五章 结论与展望 | 第79-81页 |
| ·研究结论 | 第79页 |
| ·展望 | 第79-81页 |
| 参考文献 | 第81-84页 |
| 致谢 | 第84-85页 |
| 附录A: 苏宁电器股票价格数据 | 第85-91页 |
| 附录B: 股票价格单天预测人工神经网络程序 | 第91-94页 |
| 附录C: 股票价格多天预测神经网络程序 | 第94-96页 |
