| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 课题的研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状以及发展趋势 | 第10-12页 |
| 1.3 本文的主要内容和框架 | 第12-14页 |
| 第二章 基础知识 | 第14-22页 |
| 2.1 股票基础知识 | 第14页 |
| 2.2 股价波动的主要因素及特点 | 第14-15页 |
| 2.3 股票预测方法 | 第15-16页 |
| 2.4 股票预测评价指标 | 第16-17页 |
| 2.5 人工神经网络 | 第17-21页 |
| 2.6 本章小结 | 第21-22页 |
| 第三章 基于时间序列的GA-BP神经网络股价预测模型 | 第22-30页 |
| 3.1 引言 | 第22页 |
| 3.2 遗传算法 | 第22-24页 |
| 3.3 基于时间序列的GA-BP神经网络 | 第24-27页 |
| 3.4 预测仿真 | 第27-29页 |
| 3.5 本章小结 | 第29-30页 |
| 第四章 基于IPSO-BP神经网络股价预测模型 | 第30-41页 |
| 4.1 引言 | 第30页 |
| 4.2 粒子群算法 | 第30-31页 |
| 4.3 改进粒子群算法 | 第31-32页 |
| 4.4 基于IPSO-BP神经网络算法 | 第32-35页 |
| 4.5 预测仿真 | 第35-40页 |
| 4.6 本章小结 | 第40-41页 |
| 第五章 基于主成分分析法的Elman神经网络股价预测模型 | 第41-51页 |
| 5.1 引言 | 第41页 |
| 5.2 主成分分析法 | 第41-43页 |
| 5.3 基于PCA-Elman神经网络股票预测模型 | 第43-44页 |
| 5.4 预测仿真 | 第44-50页 |
| 5.5 本章小结 | 第50-51页 |
| 第六章 结论与展望 | 第51-52页 |
| 6.1 本文主要工作及结论 | 第51页 |
| 6.2 后续工作的展望 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 致谢 | 第56-57页 |
| 在读硕士期间发表的论文、参与的项目及作者简介 | 第57页 |
