| 第一章 绪论 | 第1-14页 |
| ·证券投资分析方法概述 | 第10页 |
| ·证券投资风险预测研究的背景 | 第10-12页 |
| ·证券投资风险计量理论存在的主要问题及解决方法 | 第12-13页 |
| ·论文的框架结构 | 第13-14页 |
| 第二章 证券投资风险概述 | 第14-24页 |
| ·风险的基本概念 | 第14-16页 |
| ·风险的本质及其定义 | 第14-15页 |
| ·风险的特征和类型 | 第15-16页 |
| ·证券投资风险基本概念的综述 | 第16页 |
| ·证券投资风险的形式及特点 | 第16-17页 |
| ·影响证券投资风险的主要因素 | 第17页 |
| ·证券投资风险预测的定性分析 | 第17-20页 |
| ·证券投资风险预测的基本分析法 | 第18页 |
| ·证券投资风险预测的技术分析法 | 第18-19页 |
| ·证券投资风险预测的定性分析法 | 第19-20页 |
| ·案例分析 | 第20-24页 |
| 第三章 证券投资风险新的计量理论 | 第24-30页 |
| ·证券投资风险新的定量指标 | 第24-26页 |
| ·基于强度与分布的风险计量指标 | 第24-26页 |
| ·考虑损失易变性的风险计量指标 | 第26页 |
| ·基于负面性紧迫程度的风险计量指标 | 第26-29页 |
| ·波动幅度的计量方法 | 第27页 |
| ·波动频率的计量 | 第27页 |
| ·基于频度系数的风险计量指标 | 第27-29页 |
| ·基于全面的考虑分布和频度因素的风险计量指标 | 第29-30页 |
| 第四章 证券投资风险预测方法的研究 | 第30-49页 |
| ·基于新风险计量指标的证券投资风险预测的基本思路 | 第30页 |
| ·证券投资风险预测的方法研究 | 第30-49页 |
| ·AR(P)模型预测方法 | 第30-31页 |
| ·自回归条件异方差模型预测方法 | 第31-34页 |
| ·人工神经网络预测方法 | 第34-45页 |
| ·组合预测方法 | 第45-49页 |
| 第五章 基于新风险计量指标的证券投资风险预测实证研究 | 第49-70页 |
| ·基于新风险计量指标的数据处理 | 第49-50页 |
| ·数据来源 | 第49页 |
| ·数据处理及说明 | 第49-50页 |
| ·基于上证指数收益率新风险序列AR方法的预测分析 | 第50-53页 |
| ·AR(P)模型中相关阶数的确定 | 第50-51页 |
| ·利用AR(4)模型对基于上证指数收益率的新风险序列预测 | 第51-53页 |
| ·上证指数收益率新风险序列ARCH方法的预测分析 | 第53-56页 |
| ·ARCH方差补偿型预测模型的构造 | 第53-54页 |
| ·利用ARCH方差补偿型模型对上证指数收益率序列进行预测 | 第54-56页 |
| ·预测结果及分析 | 第56页 |
| ·上证指数收益率新风险序列的神经网络预测分析 | 第56-64页 |
| ·BP神经网络 | 第57-58页 |
| ·BP算法描述 | 第58-60页 |
| ·BP神经网络的MATLAB实现 | 第60-61页 |
| ·BP神经网络的建立 | 第61-63页 |
| ·利用10-14-1网络对样本数据进行预测 | 第63-64页 |
| ·预测结果及分析 | 第64页 |
| ·上证指数收益率新风险序列的组合预测分析 | 第64-70页 |
| ·简单平均组合预测 | 第65-67页 |
| ·标准差法确定组合权重的组合预测 | 第67-69页 |
| ·讨论 | 第69-70页 |
| 第六章 总结与展望 | 第70-72页 |
| ·本论文研究的主要内容 | 第70-71页 |
| ·研究的发展方向 | 第71-72页 |
| 参考文献 | 第72-75页 |
| 致谢 | 第75-76页 |
| 作者在学期间发表的论文清单 | 第76页 |
