中国股市的长记忆性实证分析
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-5页 |
| 目录 | 第5-7页 |
| 第1章 引言 | 第7-11页 |
| ·研究的背景及意义 | 第7-8页 |
| ·国内外研究现状 | 第8-10页 |
| ·本文主要研究内容和工作安排 | 第10-11页 |
| 第2章 经典时间序列模型介绍 | 第11-16页 |
| ·白噪声模型(WN模型) | 第11-12页 |
| ·自回归模型(AR模型) | 第12页 |
| ·移动平均模型(MA模型) | 第12-13页 |
| ·自回归移动平均模型(ARMA模型) | 第13页 |
| ·自回归积分移动平均模型(ARIMA模型) | 第13-16页 |
| 第3章 时间序列长记忆性分析 | 第16-26页 |
| ·长记忆的定义 | 第16-17页 |
| ·时间序列的长记忆检验 | 第17-20页 |
| ·经典R/S分析 | 第17-19页 |
| ·LO修正R/S分析 | 第19-20页 |
| ·对数周期图法(GPH) | 第20页 |
| ·长记忆时间序列模型 | 第20-26页 |
| ·分数差分噪声模型(FDN) | 第21-24页 |
| ·分整自回归移动平均模型(ARFIMA) | 第24-25页 |
| ·ARFIMA(P,D,Q)模型建模 | 第25-26页 |
| 第4章 实证分析 | 第26-34页 |
| ·数据的选取说明及处理 | 第26页 |
| ·数据的描述性统计 | 第26-27页 |
| ·长记忆检验 | 第27-33页 |
| ·平稳性检验 | 第27-29页 |
| ·经典R/S分析 | 第29-32页 |
| ·LO修正R/S分析 | 第32-33页 |
| ·小结 | 第33-34页 |
| 参考文献 | 第34-37页 |
| 附录A:MATLAB计算因数程序 | 第37-38页 |
| 附录B:R/S计算程序 | 第38-42页 |
| 攻读学位期间发表的学术论文和研究成果 | 第42-43页 |
| 致谢 | 第43页 |
