| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 研究背景及研究意义 | 第11-13页 |
| 1.1.1 研究背景 | 第11-12页 |
| 1.1.2 研究目标及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.2.1 国外研究现状 | 第13-14页 |
| 1.2.2 国内研究现状 | 第14-15页 |
| 1.3 本文的主要内容及贡献 | 第15-16页 |
| 1.4 本文的组织结构 | 第16-19页 |
| 第二章 基础理论 | 第19-29页 |
| 2.1 神经网络理论 | 第19-22页 |
| 2.1.1 神经网络基本原理 | 第19-22页 |
| 2.1.2 BP神经网络的缺陷 | 第22页 |
| 2.2 协同滤波理论 | 第22-24页 |
| 2.3 资产定价理论 | 第24-25页 |
| 2.3.1 资产定价模型 | 第24-25页 |
| 2.3.2 Alpha投资模型 | 第25页 |
| 2.4 支持向量回归模型 | 第25-29页 |
| 第三章 基于循环神经网络的量化择时模型 | 第29-55页 |
| 3.1 引言 | 第29页 |
| 3.2 循环神经网络理论 | 第29-34页 |
| 3.2.1 循环神经网络的基本理论 | 第30-33页 |
| 3.2.2 循环神经网络的优势及缺陷 | 第33-34页 |
| 3.3 基于循环神经网络的量化择时模型及实验分析 | 第34-53页 |
| 3.3.1 择时模型思路 | 第35页 |
| 3.3.2 数据获取 | 第35-36页 |
| 3.3.3 数据预处理 | 第36页 |
| 3.3.4 预测模型设计 | 第36-38页 |
| 3.3.5 预测模型的训练与测试 | 第38-40页 |
| 3.3.6 回测实验及结果分析 | 第40-53页 |
| 本章小结 | 第53-55页 |
| 第四章 基于Alpha协同卡尔曼滤波的量化选股模型 | 第55-77页 |
| 4.1 引言 | 第55页 |
| 4.2 Alpha协同卡尔曼滤波模型 | 第55-61页 |
| 4.2.1 协同卡尔曼滤波模型的理论及其缺陷 | 第56-59页 |
| 4.2.2 Alpha协同卡尔曼滤波模型 | 第59-61页 |
| 4.3 基于Alpha协同卡尔曼滤波的量化选股模型及实验分析 | 第61-75页 |
| 4.3.1 选股模型思路 | 第61-62页 |
| 4.3.2 数据获取 | 第62页 |
| 4.3.3 数据预处理 | 第62-63页 |
| 4.3.4 基于Alpha协同卡尔曼滤波模型的因子变量挖掘 | 第63-67页 |
| 4.3.5 回归模型的训练与测试 | 第67-68页 |
| 4.3.6 回测实验及结果分析 | 第68-75页 |
| 本章小结 | 第75-77页 |
| 第五章 总结与展望 | 第77-81页 |
| 5.1 总结 | 第77-78页 |
| 5.2 展望 | 第78-81页 |
| 参考文献 | 第81-85页 |
| 致谢 | 第85页 |
