本专著由北京电子科技职业学院王冬琳和孔祥铭完成，其内容是作者对近年来的科研成果的归纳和总结，主要利用人工神经网络、**熵和Copula方法对股票价格进行预测。全书共分六章，第一章为介绍了国内外股票预测研究现状和进展，股票预测研究的背景及研究思路；第二章介绍了人工神经网络在股票预测中的应用；第三章介绍了基于遗传算法的神经网络在股票预测中的应用；第四章介绍了基于小波分析的神经网络在股票预测中的应用；第五章研究了**熵方法，并将其应用于股票预测；第六章研究了**熵-Copula方法，并将其应用于股票预测。

第一章 绪论
1.1 研究背景
1.2 研究现状及文献综述
1.3 研究思路及框架
第二章 人工神经网络及其在股票预测中的应用
2.1 引言
2.2 人工神经网络方法
2.3 实验结果和分析
2.4 本章小结
第三章 基于遗传算法的神经网络及其在股票预测中的应用
3.1 引言
3.2 基于遗传算法的神经网络方法的构建
3.3 实验结果和分析
3.4 与传统人工神经网络方法比较分析
3.5 本章小结
第四章 基于小波分析的神经网络及其在股票预测中的应用
4.1 引言
4.2 基于小波分析的神经网络方法的构建
4.3 实验结果和分析
4.4 本章小结
第五章 最大熵方法及其在股票预测中的应用
5.1 引言
5.2 最大熵方法的构建
5.3 实验结果和分析
5.4 本章小结
第六章 基于最大熵-Copula方法的人工神经网络及其在股票预测中的应用
6.1 引言
6.2 最大熵-Copula方法
6.3 实验结果和分析
6.4 本章小结