我国沪深300股指期货的价格预测--基于BP神经网络
| 摘要 | 第2-4页 |
| ABSTRACT | 第4-6页 |
| 1 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.2 国内外研究文献综述 | 第11-13页 |
| 1.2.1 国外研究现状 | 第11-12页 |
| 1.2.2 国内研究综述 | 第12-13页 |
| 1.3 本文的分析框架 | 第13-15页 |
| 1.3.1 研究方法 | 第13-14页 |
| 1.3.2 结构安排 | 第14-15页 |
| 2 BP神经网络和小波分析 | 第15-23页 |
| 2.1 BP神经网络简述 | 第15-18页 |
| 2.1.1 网络的基本原理和适应性 | 第15-16页 |
| 2.1.2 BP算法的实现过程 | 第16-18页 |
| 2.2 小波分析 | 第18-22页 |
| 2.2.1 小波分析简介 | 第18页 |
| 2.2.2 小波和神经网络 | 第18-19页 |
| 2.2.3 小波降噪的原理 | 第19-21页 |
| 2.2.4 小波网络的学习算法 | 第21-22页 |
| 2.3 本章小结 | 第22-23页 |
| 3 期指价格预测的实证研究 | 第23-53页 |
| 3.1 数据的选择与预处理 | 第23-25页 |
| 3.1.1 实验数据的选取 | 第23-24页 |
| 3.1.2 数据的归一化 | 第24-25页 |
| 3.2 基于单一变量的价格预测 | 第25-33页 |
| 3.2.1 输入和输出矩阵的设计 | 第25-26页 |
| 3.2.2 网络结构的确定 | 第26-27页 |
| 3.2.3 隐含层神经元数目的确定 | 第27-28页 |
| 3.2.4 样本训练结果 | 第28-31页 |
| 3.2.5 预测结果和解释 | 第31-33页 |
| 3.3 基于多个变量的价格预测 | 第33-42页 |
| 3.3.1 变量的选取 | 第33-34页 |
| 3.3.2 输入和输出矩阵的设计 | 第34-35页 |
| 3.3.3 网络结构的确定 | 第35-36页 |
| 3.3.4 样本训练结果 | 第36-40页 |
| 3.3.5 预测结果和解释 | 第40-42页 |
| 3.4 小波神经网络 | 第42-51页 |
| 3.4.1 小波降噪 | 第42-44页 |
| 3.4.2 小波网络的设计 | 第44-45页 |
| 3.4.3 样本训练结果 | 第45-49页 |
| 3.4.4 预测结果和解释 | 第49-51页 |
| 3.5 本章小结 | 第51-53页 |
| 4 结论 | 第53-56页 |
| 4.1 本文的结论 | 第53-54页 |
| 4.2 本文的创新之处 | 第54页 |
| 4.3 本文的不足之处 | 第54-55页 |
| 4.4 研究展望 | 第55-56页 |
| 附录 | 第56-63页 |
| 参考文献 | 第63-66页 |
| 后记 | 第66-67页 |
