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 |