| 中文摘要 | 第1-6页 |
| 英文摘要 | 第6-7页 |
| §1 引论 | 第7-9页 |
| §1.1 背景介绍 | 第7页 |
| §1.2 本文主要内容和创新点 | 第7-9页 |
| §2 时间序列和异常点检测的方法 | 第9-15页 |
| §2.1 时间序列的性质 | 第9-10页 |
| §2.1.1 时间序列中数据的特征 | 第9页 |
| §2.1.2 时间序列的特征及模型 | 第9-10页 |
| §2.2 时间序列中的异常点及检测方法 | 第10-15页 |
| §2.2.1 异常点简介 | 第10-11页 |
| §2.2.2 几种常见的检测方法 | 第11-13页 |
| §2.2.3 几种方法在时间序列中异常点检测的应用 | 第13-15页 |
| §3 基于小波的异常点检测的方法 | 第15-22页 |
| §3.1 小波 | 第15-17页 |
| §3.1.1 连续小波变换(CWT) | 第15-16页 |
| §3.1.2 离散小波变换(DWT) | 第16-17页 |
| §3.2 GARCH模型及其异常点 | 第17-18页 |
| §3.3 ARFIMA模型及其异常点 | 第18-20页 |
| §3.4 异常点检测过程 | 第20-22页 |
| §3.4.1 准备工作 | 第20-21页 |
| §3.4.2 检测步骤 | 第21-22页 |
| §4 模拟验证 | 第22-25页 |
| §5 实证分析 | 第25-29页 |
| §5.1 中国股票市场异常点的检测 | 第25-29页 |
| §6 总结与展望 | 第29-30页 |
| §6.1 内容总结 | 第29页 |
| §6.2 未来展望 | 第29-30页 |
| 参考文献 | 第30-32页 |
| 致谢 | 第32-33页 |