基于神经网络和遗传算法的技术分析投资系统开发
| 摘 要 | 第1-4页 |
| 英文摘要 | 第4-7页 |
| 第一章 绪论 | 第7-9页 |
| 1．1 课题意义 | 第7页 |
| 1．2 研究思路和方法 | 第7-9页 |
| 第二章 技术分析的理论、方法及现代进展 | 第9-23页 |
| 2．1 基本分析和技术分析 | 第9-11页 |
| 2．2 技术分析的理论和指标 | 第11-20页 |
| 2．3 技术分析的最新进展 | 第20-23页 |
| 第三章 中国金融市场有效性及技术分析有效性 | 第23-30页 |
| 3．1 金融市场有效性 | 第23-24页 |
| 3．2 中国股票市场的有效性 | 第24-26页 |
| 3．3 技术分析准则对中国股票市场的有效性 | 第26-29页 |
| 3．4 结论 | 第29-30页 |
| 第四章 神经网络方法研究及对预测分析的应用 | 第30-43页 |
| 4．1 神经网络基本介绍 | 第30-37页 |
| 4．2 前馈网络及BP算法介绍 | 第37-40页 |
| 4．3 采用神经网络方法的预测研究 | 第40-43页 |
| 第五章 遗传算法对神经网络方法的改进 | 第43-53页 |
| 5．1 遗传算法的基本概念及理论基础 | 第43-46页 |
| 5．2 基本遗传算法 | 第46-47页 |
| 5．3 模式定理 | 第47-48页 |
| 5．4 遗传算法的特点 | 第48-50页 |
| 5．5 神经网络的遗传化训练 | 第50-53页 |
| 第六章 投资系统集成及分析 | 第53-67页 |
| 6．1 系统模型及各模块介绍 | 第53-56页 |
| 6．2 网络模块工作机制 | 第56-58页 |
| 6．3 应用指标 | 第58-63页 |
| 6．4 系统特点 | 第63-65页 |
| 6．5 程序实现 | 第65-67页 |
| 第七章 系统的实证检验研究 | 第67-77页 |
| 7．1 单支数据预测检验 | 第67-74页 |
| 7．2 投资检验 | 第74-75页 |
| 7．3 讨论 | 第75-77页 |
| 第八章 结论 | 第77-80页 |
| 8．1 结论 | 第77-78页 |
| 8．2 展望 | 第78-80页 |
| 参考文献 | 第80-82页 |
| 致谢 | 第82-84页 |
| 附录 | 第84-87页 |
| 附1 BP算法的推导 | 第84-87页 |
| 个人简历 | 第87页 |
