声明
摘要
第1章 绪论
1．1 选题背景
1．2 国内外研究现状
1．2．1 证券投资的分析方法
1．2．2 基于统计学理论预测方法
1．2．3 混沌动力学预测方法
1．2．4 人工智能预测方法
1．3 面临的问题和研究方向
1．4 主要研究内容
1．5 本文的章节结构
第2章 股价预测需求与神经网络
2．1．我国股票市场对预测的需求
2．1．1 证券市场特点与市场预测的需求
2．1．2 证券价格与信息规律
2．2 经典证券预测分析方法
2．2．1 技术分析方法及其分类
2．2．2 基本面分析
2．2．3 现代投资组合研究
2．2．4 经典预测方法存在的缺陷
2．2．5 人工神经网络发展历史及现状
2．2．6 神经网络的优势
2．3 神经网络基本原理
2．3．1 神经网络概述
2．3．2 神经元模型
2．3．3 人工神经网络的特点
2．3．4 人工神经网络工作原理
2．3．5 人工神经网络的分类
2．4 人工神经元机器学习算法
2．5 BP网络及其算法
2．5．1 BP网络结构
2．5．2 BP算法描述
2．5．3 BP网络训练过程
2．6 BP网络的缺陷及优化
2．7 神经网络用于股价预测的可行性分析
第3章 基于BP人工神经网络的股价预测模型
3．1 构建人工神经网络预测模型的步骤
3．2 股价预测模型的结构
3．3 股价预测模型的参数设置
第4章 上证指数预测及其结果分析
4．1 数据选择
4．1．1 数据来源
4．1．2 技术指标建立的原则
4．1．3 本文选取的指标
4．1．4 数据的预处理
4．2 股票指数预测的实现
4．3 训练结果及其分析
第5章 结论
5．1 研究工作总结
5．2 进一步研究工作的展望
参考文献
致谢
