文摘
英文文摘
声明
第一章 绪论
1.1背景及意义
1.1.1背景
1.1.2当前基金评价的状况
1.1.3国内一些基金评价体系简介
1.1.4意义
1.2论文的结构和内容
1.3本章小结
第二章 神经网络基本理论和BP算法
2.1神经网络概述
2.1.1人工神经网络分类
2.1.2神经网络的特性
2.1.3神经网络发展方向
2.2 BP算法基本原理
2.2.1神经元的数理模型(即MP模型)
2.2.2 BP算法神经网络模型
2.2.3 BP算法神经网络数学模型
2.3算法的局限性和改进
2.4参数自适应BP算法
2.5本章小结
第三章 基金业绩评价理论
3.1业绩评价指标
3.1.1杰森指数
3.1.2夏普指数
3.1.3特雷诺指数
3.2收益与风险测度指标
3.2.1收益率
3.2.2风险
3.3基金能力评价指标
3.2.1 T—M模型
3.2.2 H—M模型
3.2.3基金业绩持续性
3.3综合业绩评价模型
3.4本章小结
第四章 基金综合业绩评级系统简介
4.1需求简介
4.2功能需求
4.3系统总体结构
4.4.1系统功能模块
4.4.2开发工具
4.4.3用户角色设置
4.5本章小结
第五章 基金综合业绩评级系统设计
5.1 BP网络在基金综合业绩评级应用的可行性
5.2原始数据处理
5.2.1数据筛选及清理
5.2.2数据预处理
5.3数据统计分析模块设计
5.3.1评价指标的设计
5.3.2基金收益指标
5.3.3基金风险指标
5.3.4基金经理人能力指标
5.3.5基金流动性指标
5.4评级报告模块设计
5.4.1初绐参数的选择
5.4.2网络结构的设计
5.4.3 BP神经网络仿真过程
5.4.4基金评级报告
5.4.5基金评级报告分析
5.5基金组合投资模块设计
5.5.1制定投资策略
5.5.2新建组合
5.5.3组合分析
5.5.4模拟最优组合
5.6本章小结
总结
参考文献
致谢