| 致谢 | 第5-7页 |
| 中文摘要 | 第7-8页 |
| ABSTRACT | 第8-9页 |
| 图索引 | 第12-13页 |
| 表索引 | 第13-14页 |
| 1 引言 | 第14-21页 |
| 1.1 研究背景 | 第14-16页 |
| 1.1.1 理论背景 | 第14-15页 |
| 1.1.2 实践背景 | 第15-16页 |
| 1.2 研究目的与研究意义 | 第16-17页 |
| 1.2.1 研究目的 | 第16页 |
| 1.2.2 研究意义 | 第16-17页 |
| 1.3 研究内容与研究方法 | 第17-19页 |
| 1.3.1 研究内容 | 第17页 |
| 1.3.2 研究方法 | 第17-19页 |
| 1.4 研究思路与框架 | 第19-20页 |
| 1.5 论文创新点 | 第20-21页 |
| 2 理论基础与文献综述 | 第21-35页 |
| 2.1 理论基础 | 第21-28页 |
| 2.1.1 噪音交易理论 | 第21-24页 |
| 2.1.2 投资者情绪研究 | 第24-25页 |
| 2.1.3 金融时间序列预测方法 | 第25-28页 |
| 2.2 文献综述 | 第28-35页 |
| 2.2.1 国外研究现状 | 第28-31页 |
| 2.2.2 国内研究现状 | 第31-33页 |
| 2.2.3 文献评述 | 第33-35页 |
| 3 噪音及投资者情绪的度量 | 第35-45页 |
| 3.1 噪音的度量 | 第35-40页 |
| 3.1.1 噪音的度量方法及其改进 | 第35-37页 |
| 3.1.2 噪音序列的实证 | 第37-40页 |
| 3.2 投资者情绪的度量 | 第40-45页 |
| 3.2.1 基于构建变量调整的BW情绪改进 | 第40-42页 |
| 3.2.2 投资者情绪序列的实证 | 第42-45页 |
| 4 股价预测及股价可预测性的度量 | 第45-56页 |
| 4.1 基于模糊时间序列的股价预测 | 第45-47页 |
| 4.2 基于BP神经网络的股价预测 | 第47-50页 |
| 4.2.1 BP神经网络的构建 | 第47-49页 |
| 4.2.2 基于BP神经网络的股价预测实证 | 第49-50页 |
| 4.3 基于模糊时间序列-BP神经网络组合方法的股价预测 | 第50-52页 |
| 4.4 股价可预测性的度量 | 第52-56页 |
| 5 基于噪音及投资者情绪的股价可预测性实证 | 第56-72页 |
| 5.1 噪音及投资者情绪与股价可预测性相关性检验 | 第56-64页 |
| 5.1.1 基于独立线性影响假设的回归分析 | 第56-60页 |
| 5.1.2 基于复合非线性影响假设的回归分析 | 第60-64页 |
| 5.2 噪音及投资者情绪是否提供额外可预测性实证 | 第64-72页 |
| 5.2.1 引入噪音及情绪的股价预测 | 第64-67页 |
| 5.2.2 引入噪音及情绪前后的股价可预测性对比 | 第67-72页 |
| 6 结论与展望 | 第72-75页 |
| 6.1 研究结论 | 第72-74页 |
| 6.2 研究展望 | 第74-75页 |
| 参考文献 | 第75-78页 |
| 作者简历 | 第78-80页 |
| 学位论文数据集 | 第80页 |