考虑交易费用的连续最大熵股价预测模型的研究
| 中文摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 1. 绪论 | 第11-20页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.1.1 研究背景 | 第11-12页 |
| 1.1.2 研究意义 | 第12页 |
| 1.2 文献综述 | 第12-18页 |
| 1.2.1 股票价格预测的文献综述 | 第12-16页 |
| 1.2.2 熵函数应用在证券投资中的文献综述 | 第16-18页 |
| 1.3 主要内容及创新点 | 第18-20页 |
| 1.3.1 本文研究内容 | 第18-19页 |
| 1.3.2 本文创新点 | 第19-20页 |
| 2. 熵优化理论 | 第20-25页 |
| 2.1 熵的产生与发展 | 第20页 |
| 2.2 熵理论的演变 | 第20-22页 |
| 2.3 Shannon信息熵的定义及性质 | 第22-23页 |
| 2.3.1 信息熵的定义 | 第22页 |
| 2.3.2 信息熵的性质 | 第22-23页 |
| 2.4 连续型信息熵 | 第23页 |
| 2.5 熵在投资组合中的应用 | 第23-25页 |
| 3. 连续最大熵股价预测模型及实证研究 | 第25-44页 |
| 3.1 引言 | 第25-26页 |
| 3.2 效用函数与最大熵模型 | 第26-35页 |
| 3.2.1 投资者的效用函数 | 第26-29页 |
| 3.2.2 最大熵原理 | 第29-30页 |
| 3.2.3 最大熵预测模型 | 第30-35页 |
| 3.3 改变效用函数的新模型的建立 | 第35-40页 |
| 3.3.1 日收益率的计算 | 第35-36页 |
| 3.3.2 模型的建立 | 第36-38页 |
| 3.3.3 模型的求解 | 第38-40页 |
| 3.4 实证研究 | 第40-43页 |
| 3.5 实证结果分析 | 第43-44页 |
| 4. 添加交易费用的最大熵股价预测模型及实证 | 第44-50页 |
| 4.1 引言 | 第44页 |
| 4.2 交易费用 | 第44-45页 |
| 4.3 添加交易费用新模型的建立 | 第45-47页 |
| 4.3.1 模型的假设条件 | 第46页 |
| 4.3.2 新模型的建立 | 第46-47页 |
| 4.4 模型的实证研究 | 第47-49页 |
| 4.5 实证结果分析 | 第49-50页 |
| 5. 总结与展望 | 第50-52页 |
| 5.1 总结 | 第50-51页 |
| 5.2 展望 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 攻读硕士学位期间发表学术论文情况 | 第56-57页 |
| 致谢 | 第57-58页 |
| 作者简介 | 第58-59页 |
