利用RBF神经网络研究新信息对个股价格的影响
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-12页 |
| 1.1 股票研究的背景知识 | 第10页 |
| 1.2 神经网络的背景知识 | 第10页 |
| 1.3 课题研究的内容和意义 | 第10-12页 |
| 第2章 径向基函数神经网络 | 第12-20页 |
| 2.1 人工神经网络的基本结构和工作原理 | 第12-13页 |
| 2.2 人工神经网络的特征 | 第13页 |
| 2.3 径向基函数网络的基本结构 | 第13-14页 |
| 2.4 径向基函数的训练方法 | 第14-19页 |
| 2.4.1 聚类学习算法 | 第14-17页 |
| 2.4.2 随机梯度调整网络隐层参数法 | 第17-18页 |
| 2.4.3 正交最小二乘法（OLS） | 第18-19页 |
| 2.5 本章小结 | 第19-20页 |
| 第3章 神经网络在股价预测中的应用 | 第20-26页 |
| 3.1 证券市场的特性 | 第20-22页 |
| 3.1.1 我国股票市场的特点 | 第20-22页 |
| 3.2 股票投资分析方法及理论 | 第22-23页 |
| 3.2.1 证券投资分析法 | 第22页 |
| 3.2.2 时间序列预测法 | 第22页 |
| 3.2.3 神经网络预测法 | 第22页 |
| 3.2.4 组合预测法 | 第22-23页 |
| 3.3 信息对股票价格的影响理论 | 第23-24页 |
| 3.3.1 市场有效性理论 | 第23页 |
| 3.3.2 信息对股票价格产生影响的理论分析 | 第23-24页 |
| 3.4 人工神经网络在在股票市场研究的适用性 | 第24-25页 |
| 3.5 本章小结 | 第25-26页 |
| 第4章 研究新信息对个股价格的影响 | 第26-46页 |
| 4.1 研究的前提与假设 | 第26页 |
| 4.2 信息及数据来源 | 第26页 |
| 4.3 信息分类 | 第26-27页 |
| 4.3.1 财务信息 | 第26页 |
| 4.3.2 公司经营信息 | 第26页 |
| 4.3.3 行业及宏观信息 | 第26-27页 |
| 4.4 信息披露对股票价格的影响 | 第27-45页 |
| 4.4.1 数据选取 | 第27-28页 |
| 4.4.2 RBF网络对于股价预测的有效性研究 | 第28-34页 |
| 4.4.3 业绩公布对股票价格的影响 | 第34-43页 |
| 4.4.4 分红方案对股价的影响 | 第43-45页 |
| 4.5 本章小结 | 第45-46页 |
| 第5章 总结及展望 | 第46-47页 |
| 5.1 本文总结 | 第46页 |
| 5.2 未来展望 | 第46-47页 |
| 参考文献 | 第47-49页 |
| 致谢 | 第49页 |
