基于小波神经网络非线性逼近的股票分析与预测方法研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第1章 绪论 | 第8-14页 |
| ·研究目的 | 第8-9页 |
| ·股票市场预测的理论依据 | 第9-12页 |
| ·课题的研究意义 | 第12页 |
| ·本文的主要内容和研究创新 | 第12-14页 |
| 第2章 当今中国股市及其研究方法 | 第14-21页 |
| ·中国股票市场的发展 | 第14-15页 |
| ·中国股票市场的现状 | 第15-16页 |
| ·中国股票市场的研究方法 | 第16-20页 |
| ·基本分析法 | 第16-17页 |
| ·技术分析法 | 第17-20页 |
| ·股票市场中常用术语 | 第20-21页 |
| 第3章 BP 网络和径向基神经网络 | 第21-32页 |
| ·BP 前馈神经网络 | 第21-25页 |
| ·BP 网络结构及其工作方式 | 第21-22页 |
| ·BP 算法 | 第22-24页 |
| ·BP 算法流程图 | 第24-25页 |
| ·时间序列分析与神经网络预测方法 | 第25-26页 |
| ·时间序列分析 | 第25页 |
| ·神经网络预测方法 | 第25-26页 |
| ·径向基神经网络 | 第26-32页 |
| ·非线性逼近原理 | 第26-27页 |
| ·函数逼近 | 第27-28页 |
| ·正规化理论 | 第28-31页 |
| ·动态系统 RBF 模型 | 第31-32页 |
| 第4章 小波神经网络 | 第32-45页 |
| ·小波变换 | 第32-35页 |
| ·小波分解用于全局逼近 | 第35页 |
| ·连续小波分解 | 第35-37页 |
| ·正交小波 | 第37-38页 |
| ·小波神经网络 | 第38-45页 |
| ·小波神经网络的结构 | 第38-41页 |
| ·小波神经网络的特性 | 第41-42页 |
| ·小波神经网络与 RBF 神经网络的关系 | 第42-45页 |
| 第5章 模型与算法设计 | 第45-52页 |
| ·多分辨分析 | 第45-46页 |
| ·小波神经网络的构造 | 第46-47页 |
| ·小波神经网络训练算法 | 第47-50页 |
| ·小波神经网络算法流程图 | 第50页 |
| ·小波神经网络预测方法 | 第50-52页 |
| 第6章 仿真实验 | 第52-63页 |
| ·逼近仿真实验 | 第52-58页 |
| ·预测实验 | 第58-63页 |
| ·预测实验评价指标 | 第58-59页 |
| ·股票数据选取和预测实验 | 第59-63页 |
| 第7章 结论与建议 | 第63-65页 |
| 致谢 | 第65-66页 |
| 攻读学位期间发表的学术论文 | 第66-67页 |
| 参考文献 | 第67-69页 |
