基于小波变换的高频数据极值分析
| 摘要 | 第1-3页 |
| Abstract | 第3-6页 |
| 第一章 绪论 | 第6-9页 |
| ·选题意义及背景 | 第6-7页 |
| ·选题背景 | 第6-7页 |
| ·选题意义 | 第7页 |
| ·小波分析理论在实际中的应用 | 第7-8页 |
| ·本章小结 | 第8-9页 |
| 第二章 小波分析简介 | 第9-26页 |
| ·历史发展 | 第9-11页 |
| ·傅里叶分析的发展历程 | 第9-10页 |
| ·小波分析的发展历程 | 第10-11页 |
| ·小波分析理论 | 第11-18页 |
| ·小波函数 | 第11-12页 |
| ·连续小波变换 | 第12-14页 |
| ·离散小波变换 | 第14-15页 |
| ·多辨析分析 | 第15-16页 |
| ·Mallat算法 | 第16-18页 |
| ·小波去噪 | 第18-25页 |
| ·几种常见的去噪方法 | 第18-21页 |
| ·噪声及去噪 | 第21-22页 |
| ·小波去噪步骤 | 第22-23页 |
| ·常用的小波函数 | 第23页 |
| ·阈值的选取 | 第23-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 时间序列分析简介 | 第26-38页 |
| ·时间序列基础知识 | 第26-30页 |
| ·时间序列分析概述 | 第26页 |
| ·随机过程 | 第26页 |
| ·均值、方差和协方差 | 第26-29页 |
| ·平稳性 | 第29-30页 |
| ·平稳时间序列模型 | 第30-33页 |
| ·自回归模型 | 第30-31页 |
| ·移动平均模型 | 第31页 |
| ·ARMA模型 | 第31-33页 |
| ·条件异方差模型 | 第33-37页 |
| ·异方差检验 | 第33-34页 |
| ·ARCH模型 | 第34-35页 |
| ·GARCH模型 | 第35-37页 |
| ·参数的估计 | 第35-36页 |
| ·模型的检验和预测 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 实证分析 | 第38-49页 |
| ·基于小波方法的高频数据极值去噪 | 第38-40页 |
| ·基于小波方法的高频数据极值收益率序列预测 | 第40-49页 |
| ·对高频数据极值收益率序列进行基本分析 | 第41-46页 |
| ·对高频数据极值收益率序列进行建模预测 | 第46-49页 |
| 第五章 结论与不足 | 第49-50页 |
| ·本文结论 | 第49页 |
| ·本文的不足之处 | 第49-50页 |
| 致谢 | 第50-51页 |
| 参考文献 | 第51-53页 |
| 作者简介 | 第53页 |
| 攻读硕士学位期间研究成果 | 第53-54页 |
