基于算法优化的BP神经网络模型对股价预测有效性实证分析

声明

第1章 引言

1.1 研究背景及意义

1.2 研究框架及研究方法

1.3 本文创新之处

第2章 文献综述

2.1 国外研究现状

2.1.1数据序列的非线性检验

2.1.2股票价格影响因素以及BP神经网络模型的应用

2.2 国内研究现状

2.2.1数据序列的非线性检验

2.2.2股票价格影响因素以及BP神经网络模型的应用

第3章 非线性检验及神经网络模型理论阐述

3.1 非线性检验

3.2 BP神经网络理论

3.2.1 神经网络的原理和特性

3.2.2 神经元模型

3.2.3 BP神经网络模型构建

3.3 遗传算法优化理论

第4章 优化前后 BP 神经网络模型实证分析

4.1 数据选取

4.1.1 成份股选取

4.1.2 影响因素选取

4.2 股票收益率的非线性检验

4.2.1贵州茅台非线性检验

4.2.2 其他股票非线性检验情况

4.3 因素的主成分分析

4.3.1 主成分分析原理

4.3.2 主成分分析法计算步骤

4.3.3 主成分分析的应用

4.4 BP神经网络模型实证分析

4.4.1 实证预测有效性标准

4.4.2 确定神经网络模型的内部参数设定

4.4.3 传统BP模型与遗传算法优化模型实证结果对比

4.5 其他股票的模型实证结果

第5章 结论与展望

5.1 结论

5.2 建议

5.3 展望

参考文献

致谢

个人简历 在读期间发表的学术论文与研究成果