| 摘要 | 第2-3页 |
| Abstract | 第3页 |
| 第一章 引言 | 第6-13页 |
| 1.1 研究背景与意义 | 第6-7页 |
| 1.2 国内外研究现状 | 第7-11页 |
| 1.2.1 金融时间序列的研究成果 | 第7页 |
| 1.2.2 隐马尔科夫模型的国内外研究动态 | 第7-11页 |
| 1.3 本文研究内容 | 第11-12页 |
| 1.4 本文创新之处 | 第12-13页 |
| 第二章 预测股票价格的方法 | 第13-20页 |
| 2.1 股票价格预测面临的问题 | 第13-14页 |
| 2.2 预测分析方法 | 第14-19页 |
| 2.2.1 定性预测分析 | 第14-15页 |
| 2.2.2 定量预测分析 | 第15-19页 |
| 2.3 预测方法的比较 | 第19-20页 |
| 第三章 隐马尔科夫模型理论 | 第20-30页 |
| 3.1 马尔科夫过程 | 第20-21页 |
| 3.2 隐马尔科夫模型原理 | 第21-23页 |
| 3.3 隐马尔科夫模型结构 | 第23-24页 |
| 3.4 隐马尔科夫模型的三个经典问题 | 第24-26页 |
| 3.4.1 评估问题（Evaluation） | 第24-25页 |
| 3.4.2 解码问题（Decoding） | 第25-26页 |
| 3.4.3 学习问题（Learning） | 第26页 |
| 3.5 隐马尔科夫模型算法 | 第26-30页 |
| 3.5.1 前向–后向（Forward-backward）算法 | 第26-27页 |
| 3.5.2 Viterbi算法 | 第27-28页 |
| 3.5.3 Baum–Welch算法 | 第28-30页 |
| 第四章 隐马尔科夫模型在股价预测中的应用 | 第30-39页 |
| 4.1 传统的隐马尔科夫模型 | 第30-34页 |
| 4.1.1 模型设定标准 | 第30-32页 |
| 4.1.2 模型参数估计 | 第32-33页 |
| 4.1.3 模式识别 | 第33页 |
| 4.1.4 股票价格预测 | 第33-34页 |
| 4.1.5 预测精度检验 | 第34页 |
| 4.2 改进的隐马尔科夫模型 | 第34-36页 |
| 4.2.1 小波分析 | 第34-35页 |
| 4.2.2 改进的预测方法 | 第35-36页 |
| 4.3 HMM的MATLAB函数 | 第36-39页 |
| 第五章 隐马尔科夫模型股价预测的实证研究 | 第39-52页 |
| 5.1 样本选取说明 | 第39-41页 |
| 5.2 小波去噪 | 第41-42页 |
| 5.3 隐马尔科夫模型建立 | 第42-46页 |
| 5.4 其他模型预测 | 第46-51页 |
| 5.4.1 ARIMA模型预测结果 | 第46-48页 |
| 5.4.2 GARCH模型预测结果 | 第48-50页 |
| 5.4.3 BP神经网络模型预测结果 | 第50-51页 |
| 5.5 模型的预测精度比较 | 第51-52页 |
| 第六章 结论与研究展望 | 第52-53页 |
| 6.1 结论 | 第52页 |
| 6.2 研究展望 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 攻读学位期间的研究成果 | 第56-57页 |
| 附录 | 第57-63页 |
| 致谢 | 第63-64页 |