证券价格的几种预测方法及实证研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第一章 前言 | 第9-14页 |
| ·本课题研究的背景和意义 | 第9页 |
| ·本课题研究现状 | 第9-13页 |
| ·证券市场价格波动的非线性混沌分析研究现状 | 第9-10页 |
| ·证券市场预测的研究现状 | 第10-13页 |
| ·本文研究的主要内容 | 第13-14页 |
| 第二章 基本概念和基本理论 | 第14-26页 |
| ·相空间重构理论 | 第14-15页 |
| ·多变量时序相空间重构 | 第15-18页 |
| ·多变量时序相空间重构 | 第15-16页 |
| ·相空间重构中参数选取 | 第16-18页 |
| ·多变量时序中变量间的相互依赖性度量 | 第18-22页 |
| ·两组时间序列之间的相互依赖关系 | 第18-22页 |
| ·一组时间序列与多组时间序列之间的相互依赖关系 | 第22页 |
| ·股指时间序列的数据预处理 | 第22-26页 |
| ·研究数据的选取 | 第23页 |
| ·平稳化处理 | 第23-24页 |
| ·标准化处理 | 第24-26页 |
| 第三章 中国证券市场非线性行为实证研究 | 第26-31页 |
| ·沪深股市的收益率分布 | 第26-27页 |
| ·R/S检验 | 第27-29页 |
| ·R/S检验方法 | 第27-28页 |
| ·数据仿真 | 第28-29页 |
| ·仿真结果分析 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第四章 多变量时间序列分析及其应用 | 第31-42页 |
| ·多变量时间序列的预测模型的建立 | 第31-38页 |
| ·多变量时间序列的相空间重构 | 第31-32页 |
| ·主成分分析法 | 第32-33页 |
| ·多变量时间序列之中变量间的依赖性的度量 | 第33-36页 |
| ·小波神经网络模型 | 第36-38页 |
| ·模型仿真 | 第38-41页 |
| ·数据选取 | 第38页 |
| ·数据预处理 | 第38-40页 |
| ·预测结果分析 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第五章 非线性组合预测模型应用研究 | 第42-51页 |
| ·预测组合模型介绍 | 第42-43页 |
| ·线性组合预测 | 第42页 |
| ·非线性组合预测 | 第42-43页 |
| ·组合预测子模型 | 第43-45页 |
| ·灰色预测模型 | 第43-44页 |
| ·RBF网络模型 | 第44-45页 |
| ·组合预测模型 | 第45-47页 |
| ·线性组合预测模型 | 第45-46页 |
| ·非线性组合预测的小波网络模型 | 第46-47页 |
| ·模型仿真 | 第47-50页 |
| ·数据预处理 | 第48-49页 |
| ·预测效果评价指标 | 第49页 |
| ·仿真结果 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 结语 | 第51-52页 |
| 参考文献 | 第52-54页 |
| 攻读硕士学位期间发表的论文 | 第54-55页 |
| 致谢 | 第55页 |
