声明
摘要
1 前言
1.1 课题的研究背景
1.2 本文研究目的与意义
1.3 股票价格预测的国内外现状
1.4 本文研究内容方法和技术路线
2 概念确定与预测方法分析
2.1 股票基础概念
2.1.1 股票的概念和性质
2.1.2 股价的影响因素
2.1.3 股票术语和技术指标
2.1.4 国内外股票市场的对比及面临问题
2.2 股价预测的基本方法
2.2.1 基本分析法
2.2.2 技术分析法
2.2.3 数量分析法
2.3 股票预测方法的选择
3 标准BP神经网络及其分析
3.1 人工神经元模型
3.2 神经网络分析
3.3 神经网络的学习方式
3.4 BP神经网络基本结构
3.5 标准BP神经网络训练过程
3.6 标准BP神经网络存在的不足
3.7 BP神经网络用于预测时存在的问题分析
4 LM-BP神经网络
4.1 牛顿法的基本原理
4.2 LM-BP神经网络算法
4.3 雅克比矩阵的计算
4.4 隐含层到输出层权值偏导数计算
4.5 输出层阈值偏导数计算
4.6 输入层到隐含层权值偏导数计算
4.7 隐含层阈值偏导数计算
5 基于BP神经网络时间序列预测方法预测股票研究
5.1 时间序列和时间序列预测的概念
5.2 基于BP神经网络时间序列预测方法
5.2.1 确定网络结构
5.2.2 基于BP神经网络的时间序列的输入输出模式
5.3 基于BP神经网络股票预测
5.3.1 网络结构
5.3.2 输入输出模式
5.4 算法流程图
6 基于BP神经网络的股票预测研究
6.1 问题描述
6.2 样本的输入输出模式
6.3 训练样本与测试样本的确定
6.4 网络训练及拟合精度分析
6.5 股票价格预测
7 股票相关指标计算及变化趋势分析
7.1 移动平均线趋势变化及分析
7.2 人气指标趋势变化及分析
7.3 乖离率趋势变化及分析
7.4 相对强弱指标趋势变化及分析
7.5 威廉指标趋势变化及分析
8 结论与展望
8.1 结论
8.2 创新点
8.3 展望
致谢
参考文献
附录
攻读硕士学位期间发表的学术论文