声明
摘要
第一章绪论
第一节研究背景及意义
一研究背景
二研究意义
第二节主要研究内容与框架
一研究内容
二研究框架
第三节本文的特色与创新之处
第二章股票预测的国内外研究综述
第一节时间序列方法研究概述
一自回归条件异方差模型
二移动平均自回归模型
第二节机器学习方法研究现状
一浅层机器学习方法
二深度机器学习方法
第三节投资者偏好与股票研究概况
一投资者偏好与股票关系
二关于投资者偏好的度量
第三章基于LSTM模型的股票指数预测方法
第一节股票指数预测指标的选择
一股票指数预测指标的选择原则
二股票指数的基本交易指标
第二节基于随机森林的LSTM模型
一基于随机森林的预测指标筛选
二LSTM预测模型
第三节考虑投资者偏好的LSTM模型
一投资者偏好的度量指标
二IP-LSTM预测模型
第四章基于LSTM模型的我国股票指数预测实证分析
第一节股票指数样本及指标选取
一数据来源与样本选择
二股票指数样本数据预处理
三基于随机森林的预测指标选择
四模型评价指标选取及参数设置
第二节IP-LSTM模型参数与稳定性分析
一模型网络层数
二模型隐藏层神经元个数
三不同参数组合下模型稳定性分析
第三节IP-LSTM模型预测结果对比分析
一IP-LSTM模型预测结果
二不同模型下股票指数收益率预测结果
三不同模型下股票指数滚动预测结果
第五章结论与展望
第一节研究结论
第二节研究展望
参考文献
个人简历
致谢
郑州大学;