文摘
英文文摘
声明
第1章绪论
1.1课题研究的背景和意义
1.2国内外股票预测研究及应用现状
1.2.1股票预测研究常用的变量
1.2.2股票技术分析法
1.2.3国内外的股票分析软件
1.2.4现阶段股票研究存在的问题
1.3本文的主要内容和创新之处
1.3.1论文的主要内容
1.3.2论文的创新之处
第2章人工神经网络与小波理论
2.1人工神经网络的概述
2.1.1人工神经网络的发展
2.1.2人工神经网络的原理
2.1.3人工神经网络的拓扑特性
2.1.4网络的学习算法[10]
2.2 BP神经网络及BP算法
2.2.1 BP学习算法
2.2.2 BP网络的缺陷与改进算法
2.3小波理论
2.3.1小波函数
2.3.2连续小波变换
2.3.3离散小波变换
2.3.4多分辨分析
2.3.5 Mallat算法
2.4本章小结
第3章小波神经网络
3.1小波神经网络的基本概念
3.1.1小波神经网络的结合方式
3.1.2小波神经网络的特点
3.2小波神经网络的学习算法
3.2.1小波神经网络的改进学习算法
3.2.2学习算法的推导
3.3网络拓扑结构及参数初始值的选取
3.3.1隐含层层数及节点数的选择
3.3.2参数初始值的选取
3.4本章小结
第4章股价组合预测模型的设计与实现
4.1小波神经网络的预测
4.1.1股票数据的选择
4.1.2股票数据的预处理[34]
4.1.3网络拓扑结构的设计
4.1.4网络的训练过程
4.2时间序列ARMA模型的预测
4.2.1ARMA(p,g)模型
4.2.2ARMA(p,g)模型的识别
4.2.3ARMA(p,g)模型的初估计
4.3组合预测模型
4.4模型误差评价标准
4.5本章小结
第5章系统实例仿真及结果分析
5.1研究对象
5.2长江实业收盘价的预测及分析
5.2.1小波神经网络预测
5.2.2 ARMA模型预测
5.2.3组合预测
5.3中国石化收盘价的预测及分析
5.3.1小波神经网络预测
5.3.2 ARMA模型预测
5.3.3组合预测
5.4本章小结
结论
参考文献
附录
攻读硕士学位期间所发表的学术论文
致谢