基于神经网络的股票K线特征图形预测研究
| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 第1章 绪论 | 第12-29页 |
| ·研究背景 | 第12页 |
| ·股票投资分析理论与应用现状 | 第12-18页 |
| ·技术分析 | 第12-13页 |
| ·基本面分析 | 第13-14页 |
| ·心理分析 | 第14-15页 |
| ·股票组合投资研究 | 第15页 |
| ·基于统计学理论的预测方法 | 第15-16页 |
| ·混沌动力学预测 | 第16页 |
| ·股票分析软件的现状 | 第16-18页 |
| ·神经网络在股票市场应用现状 | 第18-25页 |
| ·股票市场预测问题的提出 | 第18页 |
| ·股票市场预测研究的现状 | 第18-20页 |
| ·神经网络方法在证券市场预测中的应用 | 第20-25页 |
| ·存在的问题和研究思路 | 第25-26页 |
| ·股票分析理论存在的问题 | 第25-26页 |
| ·研究思路 | 第26页 |
| ·论文的研究内容和结构 | 第26-29页 |
| ·论文的研究内容 | 第26-27页 |
| ·本文的结构 | 第27-29页 |
| 第2章 股票技术分析 | 第29-46页 |
| ·技术分析概述 | 第29页 |
| ·技术分析的任务 | 第29-30页 |
| ·技术分析方法介绍 | 第30-31页 |
| ·K线理论 | 第31-36页 |
| ·锤形K线 | 第31-34页 |
| ·星形K线 | 第34-35页 |
| ·包含型K线 | 第35-36页 |
| ·其它技术分析理论 | 第36-44页 |
| ·趋势分析 | 第36-38页 |
| ·形态分析 | 第38-40页 |
| ·指标分析 | 第40页 |
| ·点位分析 | 第40-42页 |
| ·价量分析 | 第42-44页 |
| ·本章小结 | 第44-46页 |
| 第3章 基于神经网络的预测模型建立 | 第46-68页 |
| ·模型的建立思想 | 第46页 |
| ·K线特定图形的选取 | 第46-50页 |
| ·K线特定图形指标体系的建立 | 第50-52页 |
| ·指标建立的原则 | 第50-51页 |
| ·指标体系建立的思想 | 第51页 |
| ·指标体系建立的内容 | 第51-52页 |
| ·数据的采集和处理 | 第52-54页 |
| ·数据的采集 | 第52-53页 |
| ·数据的处理 | 第53-54页 |
| ·基于神经网络的模型建立 | 第54-65页 |
| ·人工神经网络简述 | 第55-59页 |
| ·BP网络结构 | 第59-60页 |
| ·BP算法学习公式推导 | 第60-63页 |
| ·神经网络股票分析模型网络配置 | 第63-65页 |
| ·神经网络股票分析模型输出 | 第65页 |
| ·BP网络的MATLAB实现 | 第65-67页 |
| ·本章小结 | 第67-68页 |
| 第4章 模型预测应用与分析 | 第68-83页 |
| ·神经网络模型对股票锤性 K线预测 | 第68-74页 |
| ·锤形K线的选定 | 第68-69页 |
| ·样本数据的选取 | 第69-71页 |
| ·实验数据的处理 | 第71-72页 |
| ·神经网络模型输出定义 | 第72页 |
| ·建立神经网络模型并做预测分析 | 第72-74页 |
| ·样本数量对模型预测的影响 | 第74-76页 |
| ·单样本时间窗口的大小对模型的预测影响 | 第76-78页 |
| ·单样本信息远近的模糊程度对模型的预测影响 | 第78-79页 |
| ·神经网络模型对股票走势不同阶段预测分析 | 第79-81页 |
| ·本章小节 | 第81-83页 |
| 第5章 总结与展望 | 第83-87页 |
| ·论文的总结 | 第83-85页 |
| ·未来工作的展望 | 第85-87页 |
| 致谢 | 第87-88页 |
| 参考文献 | 第88-91页 |
| 个人简历 在读期间发表的学术论文与研究成果 | 第91页 |
