声明
引言
1 研究背景和意义
2 研究发展及国内外文献综述
3 本文研究创新点及章节安排
第一章 预备知识
1.1 BP 神经网络
1.1.1 BP神经网络的拓扑结构
1.1.2 BP神经网络的训练过程
1.1.3 BP神经网络的不足及改进
1.2 遗传算法
1.2.1 遗传算法的概念和原理
1.2.2 遗传算法基本要素
1.2.3 遗传算法基本流程
1.3 遗传算法优化 BP 神经网络
1.4 主成分分析
第二章 预测多日股票价格的GA-BP神经网络模型
2.1 数据的选取与处理
2.1.1 样本数据的选取
2.1.2 数据的归一化
2.2.1 BP神经网络的构建
2.2.2 遗传算法参数的选取
2.3 实验结果
第三章 GA-BP神经网络模型的投资效率分析
3.1 模拟投资
3.2 深证成指收益
3.3 结果分析
第四章 基于主成分分析的GA-BP神经网络预测多日价格
4.1 数据说明
4.2 主成分分析
4.3 构建 GA-BP 网络模型用于价格预测
4.3.1 GA-BP网络的数据管理
4.3.2 GA-BP网络的参数设置
4.4 实验结果与投资效率分析
4.4.1 实验结果
4.4.2 投资效率分析
第五章 总结
参考文献
在学期间发表的学术论文
致谢
郑州大学;