基于时间序列分析的股票预测模型研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 引言 | 第8-11页 |
| ·研究背景 | 第8-9页 |
| ·研究意义 | 第9页 |
| ·选题依据 | 第9-10页 |
| ·论文的结构及创新 | 第10-11页 |
| 第二章 时间序列分析的理论 | 第11-17页 |
| ·时间序列分析的问题 | 第11页 |
| ·确定与随机性时间序列分析 | 第11-12页 |
| ·时间序列的概念及性质 | 第12-17页 |
| ·平稳性 | 第12页 |
| ·平稳时间序列 | 第12-13页 |
| ·平稳时间序列的统计性质 | 第13-14页 |
| ·平稳性的检验 | 第14页 |
| ·纯随机性检验 | 第14-17页 |
| 第三章 平稳时间序列分析 | 第17-28页 |
| ·延迟算子和常系数差分方程 | 第17-20页 |
| ·延迟算子 | 第17-18页 |
| ·线性差分方程 | 第18-19页 |
| ·非齐次线性差分方程 | 第19-20页 |
| ·ARMA 模型 | 第20-27页 |
| ·AR 模型 | 第20-23页 |
| ·MA 模型 | 第23-25页 |
| ·ARMA 模型 | 第25-27页 |
| ·平稳序列建模 | 第27-28页 |
| 第四章 非平稳序列分析 | 第28-39页 |
| ·时间序列的分解 | 第28-29页 |
| ·确定性成分 | 第29-32页 |
| ·趋势成分 | 第29-31页 |
| ·季节效应分析 | 第31-32页 |
| ·非平稳序列的随机分析 | 第32-39页 |
| ·差分 | 第32-33页 |
| ·ARIMA 模型 | 第33页 |
| ·ARIMA 模型建模 | 第33-34页 |
| ·异方差及方差齐性变换 | 第34-35页 |
| ·条件异方差模型 | 第35-39页 |
| 第五章 基于时间序列分析的股票预测模型的实证分析 | 第39-50页 |
| ·关于样本数据的描述与调整 | 第39页 |
| ·建立ARIMA 模型 | 第39-43页 |
| ·建立Auto-Regressive 模型 | 第43-45页 |
| ·建立AR(m)-GARCH(p,q)模型 | 第45-48页 |
| ·结论 | 第48-50页 |
| 致谢 | 第50-51页 |
| 参考文献 | 第51-53页 |
| 附录 | 第53-57页 |
