股价变动的神经网络技术预测法研究
| 第一章 绪论 | 第1-11页 |
| 第一节 研究目的 | 第8页 |
| 第二节 股价预测的主要方法 | 第8-11页 |
| 一、 基本分析法 | 第8-9页 |
| 二、 技术分析法 | 第9-10页 |
| 三、 数量分析方法 | 第10页 |
| 四、 小结 | 第10-11页 |
| 第二章 人工神经网络原理 | 第11-31页 |
| 第一节 文献探讨 | 第11-12页 |
| 第二节 人工神经网络的生物原型 | 第12-14页 |
| 第三节 人工神经网络（ANN）概述 | 第14-16页 |
| 第四节 人工神经网络基础 | 第16-24页 |
| 第五节 反向传播学习算法 | 第24-31页 |
| 第三章 时间序列预测与神经网络 | 第31-33页 |
| 第四章 研究方法和模型设计 | 第33-48页 |
| 第一节 研究方法概述 | 第33页 |
| 第二节 研究对象 | 第33-36页 |
| 第三节 输入变量 | 第36-43页 |
| 第四节 应用软件MATLAB简介 | 第43-45页 |
| 第五节 BP网络设计 | 第45-46页 |
| 第六节 MATLAB中的反向传播算法改进函数 | 第46-48页 |
| 第五章 研究过程与结果 | 第48-52页 |
| 第六章 结论与后续研究方向 | 第52-53页 |
| 第一节 结论 | 第52页 |
| 第二节 研究限制与后续研究方向 | 第52-53页 |
| 主要参考文献 | 第53-54页 |
| 附录一 | 第54-57页 |
| 附录二 | 第57-7页 |
| 插图目录 | 第7-60页 |
| 图1． 突触的结构示图 | 第12-16页 |
| 图2． 神经元模型 | 第16-17页 |
| 图3． 阶跃激励函数 | 第17页 |
| 图4． 线性激励函数 | 第17页 |
| 图5． 对数S型激励函数 | 第17-19页 |
| 图6． 监督学习示意图 | 第19-20页 |
| 图7． 单层网络结构图 | 第20-21页 |
| 图8． 单层网络示意图 | 第21-22页 |
| 图9． 多层网络结构图 | 第22页 |
| 图10． 多层网络示意图 | 第22-24页 |
| 图11． 网络学习结构图 | 第24-32页 |
| 图12． 应用于时间序列预测的滑动窗口技术 | 第32-33页 |
| 图13． 时间滑动技术示意图 | 第33-36页 |
| 图14． 汤姆逊公司的股价 | 第36-37页 |
| 图15． 汤姆逊股票成交量 | 第37-38页 |
| 图16． 汤姆逊股票周平均市盈率 | 第38-39页 |
| 图17． 标准普尔500指数走势图 | 第39-40页 |
| 图18． 全美采购经理人指数 | 第40-42页 |
| 图19． 联邦基金利率 | 第42-43页 |
| 图20． 美国消费价格指数 | 第43-45页 |
| 图21． 研究方法框架图 | 第45-60页 |
