信息熵理论及其在证券投资中的应用
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 选题的背景和意义 | 第10-11页 |
| 1.1.1 选题的背景 | 第10页 |
| 1.1.2 选题的意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 信息熵概念的研究现状 | 第11页 |
| 1.2.2 熵理论在经济各个领域中应用的现状 | 第11-13页 |
| 1.2.3 信息熵理论在证券投资中的应用现状 | 第13-15页 |
| 1.3 研究内容与研究方法 | 第15-18页 |
| 1.3.1 研究内容 | 第15-16页 |
| 1.3.2 研究的方法 | 第16-18页 |
| 第2章 证券投资理论发展概述 | 第18-24页 |
| 2.1 投资组合理论的产生与发展 | 第18页 |
| 2.2 传统投资组合分析 | 第18-20页 |
| 2.2.1 确定目标 | 第18-19页 |
| 2.2.2 构建组合 | 第19-20页 |
| 2.2.3 监控和调整效益 | 第20页 |
| 2.3 现代投资组合理论的产生和发展 | 第20-21页 |
| 2.4 马可维茨模式 | 第21-24页 |
| 第3章 信息熵理论 | 第24-30页 |
| 3.1 熵理论起源 | 第24页 |
| 3.1.1 熵的概念 | 第24页 |
| 3.2 信息熵的基本理论 | 第24-26页 |
| 3.2.1 信息熵的概念 | 第24-25页 |
| 3.2.2 信息熵的性质 | 第25页 |
| 3.2.3 常见概率分布的熵 | 第25-26页 |
| 3.3 熵理论的扩展 | 第26-30页 |
| 3.3.1 最小相对熵原理 | 第26-27页 |
| 3.3.2 最大熵原理 | 第27-28页 |
| 3.3.3 熵权 | 第28-30页 |
| 第4章 三维熵式风险度量法在证券投资中的应用 | 第30-38页 |
| 4.1 三维熵式风险度量原理 | 第30-32页 |
| 4.2 证券投资中的三维熵式决策模型 | 第32-33页 |
| 4.3 证券投资中的均值-方差模型 | 第33-34页 |
| 4.4 均值-CVaR模型 | 第34-36页 |
| 4.4.1 CVaR概述 | 第34-35页 |
| 4.4.2 均值-CVaR模型 | 第35-36页 |
| 4.5 夏普比率 | 第36-38页 |
| 第5章 三维熵式决策模型在沪市投资中的应用 | 第38-46页 |
| 5.1 数据的选取 | 第38页 |
| 5.2 三维熵式决策模型在沪市中的应用 | 第38-46页 |
| 5.2.1 各指标值的量化 | 第38-41页 |
| 5.2.2 证券投资的优化组合 | 第41-44页 |
| 5.2.3 结果检验 | 第44-46页 |
| 第6章 总结与展望 | 第46-47页 |
| 6.1 总结 | 第46页 |
| 6.2 展望 | 第46-47页 |
| 参考文献 | 第47-50页 |
| 附录 | 第50-64页 |
| 致谢 | 第64页 |
