首页--经济论文--贸易经济论文--国内贸易经济论文--商品流通与市场论文--商品销售论文--期货贸易论文

基于神经网络的期货价格预测方法研究

摘要第1-6页
ABSTRACT第6-8页
目录第8-12页
第一章 绪论第12-20页
   ·研究背景及问题的提出第12-14页
     ·研究的背景第12-13页
     ·存在的问题第13-14页
   ·国内外相关研究评述第14-17页
     ·国外研究现状第14-15页
     ·国内研究现状第15-16页
     ·相关理论评价第16-17页
   ·本文主要研究内容第17-20页
     ·研究内容第17页
     ·研究目的第17-18页
     ·技术路线第18页
     ·解决的主要问题第18-20页
第二章 期货预测的相关思想概述第20-30页
   ·期货基本概念第20-22页
     ·期货的概念与特征第20页
     ·期货价格的构成要素第20-21页
     ·影响期货价格的基本因素第21-22页
   ·期货预测方法的比较第22-25页
     ·期货投资预测方法第22-23页
     ·模型预测法第23页
     ·神经网络预测法第23-24页
     ·与传统方法相比神经网络的优势第24-25页
   ·研究样本的选择第25-28页
     ·交易品种的选择第25-26页
     ·连续数据序列的构造第26-27页
     ·实验数据的来源第27-28页
   ·本文模型构建的基本思想第28-29页
     ·基本原理第28页
     ·模型预测的基本步骤第28-29页
   ·本章小结第29-30页
第三章 基于BP神经网络的期货预测研究第30-49页
   ·BP神经网络基本理论第30-33页
     ·基本思想第30页
     ·算法描述第30-33页
     ·核心算法流程图第33页
   ·BP神经网络预测模型的设计与实现第33-37页
     ·输入输出变量的构造第34页
     ·网络层数的选择第34-35页
     ·激活函数的选取第35页
     ·模型的MATLA8实现第35-37页
   ·仿真实验第37-45页
     ·数据预处理第37-39页
     ·隐含层结点数的确定第39-41页
     ·铜期货预测结果分析第41-43页
     ·其他期货预测结果分析第43-45页
   ·实验中出现的问题第45-48页
     ·预测结果波动大第45-46页
     ·模型收敛速度缓慢第46页
     ·常用解决方案第46-47页
     ·本文拟采用的解决方案第47-48页
   ·本章小结第48-49页
第四章 GA与BP融合预测模型研究第49-64页
   ·遗传算法的基本理论第49-51页
     ·基本原理第49页
     ·计算流程第49-51页
   ·GA与BP模型融合的基本思想第51-52页
     ·算法结合的可行性第51页
     ·核心思想第51-52页
     ·核心算法流程图第52页
   ·融合模型的设计与实现第52-58页
     ·编码方案的选择第53-54页
     ·适应度函数的确定第54页
     ·自适应参数的设计第54-55页
     ·遗传操作第55-56页
     ·解码操作第56-57页
     ·模型的MATLAB实现第57-58页
   ·仿真实验第58-62页
     ·参数设置第58页
     ·铜期货预测结果分析第58-60页
     ·其他期货预测结果分析第60-62页
   ·实验中出现的问题第62-63页
     ·GA优化中存在的问题第62-63页
     ·进一步研究思路第63页
   ·本章小结第63-64页
第五章 PSO与BP融合预测模型研究第64-79页
   ·粒子群算法的基本理论第64-66页
     ·基本原理第64-65页
     ·计算流程第65-66页
   ·PSO与BP模型融合的基本思想第66-69页
     ·采用PSO的原因第66-67页
     ·核心思想第67-68页
     ·核心算法流程图第68-69页
   ·融合模型的设计与实现第69-72页
     ·参数初始化第69-70页
     ·适应度函数的确定第70页
     ·速度与位置的更新第70-71页
     ·生成最优解第71页
     ·模型的MATLAB实现第71-72页
   ·仿真实验第72-76页
     ·参数设置第72-73页
     ·铜期货预测结果分析第73-74页
     ·其他期货预测结果分析第74-76页
   ·实验中出现的问题第76-77页
     ·PSO优化中存在的问题第76-77页
     ·下一步研究方向第77页
   ·本章小结第77-79页
第六章 总结与展望第79-82页
   ·总结第79-81页
   ·展望第81-82页
参考文献第82-87页
附录第87-97页
攻读学位期间发表的学术论文第97页
参加的科研课题第97-98页
致谢第98页

论文共98页,点击 下载论文
上一篇:红外热成像和光锁相热成像用于无损检测中的实验研究
下一篇:狂犬病G,N抗原基因在衣藻叶绿体中的定点重组和表达