基于小波—粒子滤波算法的股票价格预测研究
| 提要 | 第1-7页 |
| 第一章 绪论 | 第7-13页 |
| ·课题研究的背景及意义 | 第7-8页 |
| ·粒子滤波研究现状及应用领域 | 第8-9页 |
| ·股票价格预测概述 | 第9-11页 |
| ·本文结构与主要工作 | 第11-13页 |
| 第二章 粒子滤波算法理论基础 | 第13-37页 |
| ·动态空间模型 | 第13页 |
| ·Bayes 估计理论 | 第13-16页 |
| ·蒙特卡洛方法 | 第16-19页 |
| ·蒙特卡洛积分 | 第17-18页 |
| ·重要性采样法 | 第18-19页 |
| ·粒子滤波算法 | 第19-34页 |
| ·序贯重要抽样(SIS) | 第21-23页 |
| ·消除退化的关键技术 | 第23-28页 |
| ·标准粒子滤波算法(SIR) | 第28-29页 |
| ·其他粒子滤波算法 | 第29-34页 |
| ·仿真实验及分析 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 第三章 股票价格预测 | 第37-52页 |
| ·股票价格波动模型 | 第37-44页 |
| ·股票价格波动因素 | 第37-39页 |
| ·股票价格波动数学模型 | 第39-43页 |
| ·非线性物理动力学股票价格模型 | 第43-44页 |
| ·常用的预测估计滤波算法 | 第44-47页 |
| ·卡尔曼滤波算法 | 第45-46页 |
| ·扩展卡尔曼滤波算法 | 第46-47页 |
| ·常用滤波算法在股票价格预测中的应用 | 第47-49页 |
| ·仿真实验及分析 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 第四章 小波-粒子算法在股票价格预测中的应用 | 第52-65页 |
| ·小波变换基本理论 | 第52-55页 |
| ·小波-粒子滤波算法 | 第55-61页 |
| ·小波变换对粒子滤波算法影响 | 第55-57页 |
| ·小波-粒子滤波算法 | 第57-61页 |
| ·粒子滤波算法在股票价格预测中的应用 | 第61-63页 |
| ·小波-粒子滤波算法在股票价格预测中的应用 | 第63页 |
| ·仿真实验及分析 | 第63-64页 |
| ·本章小结 | 第64-65页 |
| 第五章 预测误差分析 | 第65-74页 |
| ·误差产生的原因 | 第65-66页 |
| ·误差的度量 | 第66-67页 |
| ·误差分析 | 第67-70页 |
| ·股票预测误差对投资者决策的影响 | 第70-73页 |
| ·本章小结 | 第73-74页 |
| 第六章 总结与展望 | 第74-76页 |
| ·全文工作总结 | 第74-75页 |
| ·待解决问题 | 第75-76页 |
| 参考文献 | 第76-80页 |
| 摘要 | 第80-82页 |
| Abstract | 第82-85页 |
| 致谢 | 第85-86页 |
| 导师及作者简介 | 第86页 |
