| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| Abstract | 第9-10页 |
| 第一章 绪论 | 第16-22页 |
| 1.1 本文研究的背景 | 第16-17页 |
| 1.2 国内外研究现状 | 第17-19页 |
| 1.3 贝叶斯网络 | 第19页 |
| 1.4 本文的课题来源及工作创新 | 第19-20页 |
| 1.4.1 课题来源 | 第19-20页 |
| 1.4.2 本文主要工作创新 | 第20页 |
| 1.5 本文组织结构 | 第20-22页 |
| 第二章 贝叶斯网络及岭回归算法 | 第22-35页 |
| 2.1 贝叶斯网络 | 第22-23页 |
| 2.1.1 贝叶斯网络的类型 | 第22页 |
| 2.1.2 贝叶斯网络的应用 | 第22-23页 |
| 2.2 贝叶斯网络学习的基础知识 | 第23-26页 |
| 2.2.1 贝叶斯网络常用公式 | 第23-24页 |
| 2.2.2 贝叶斯网络简介 | 第24-26页 |
| 2.3 贝叶斯网络中的有关定义 | 第26-29页 |
| 2.3.1 概率图分割和变量独立 | 第26-27页 |
| 2.3.2 变量间的条件独立测试方法 | 第27-29页 |
| 2.4 马尔科夫毯 | 第29-31页 |
| 2.4.1 有关马尔科夫毯中的定及它的应用研究 | 第29页 |
| 2.4.2 马尔科夫毯算法 | 第29-31页 |
| 2.5 非对称信息熵 | 第31-32页 |
| 2.6 因果关系强度 | 第32-33页 |
| 2.6.1 Good的因果微积分学 | 第32-33页 |
| 2.6.2 Cheng的强度理论 | 第33页 |
| 2.7 岭回归算法 | 第33-34页 |
| 2.7.1 岭回归算法简介 | 第33页 |
| 2.7.2 岭回归算法原理 | 第33-34页 |
| 2.8 本章小结 | 第34-35页 |
| 第三章 基于形态特征的因果岭回归股市态势预测算法 | 第35-56页 |
| 3.1 引言 | 第35-36页 |
| 3.2 能量模型 | 第36-39页 |
| 3.2.1 股票指数M形态描述 | 第36-37页 |
| 3.2.2 M形态能量计算 | 第37-39页 |
| 3.3 局部因果结构 | 第39-42页 |
| 3.3.1 马尔科夫毯 | 第39-40页 |
| 3.3.2 非对称信息熵确定因果关系 | 第40页 |
| 3.3.3 局部网络结构的构建 | 第40-42页 |
| 3.4 基于结点能量的因果强度计算 | 第42-45页 |
| 3.4.1 cheng的因果强度理论 | 第42-43页 |
| 3.4.2 基于结点能量的因果强度计算 | 第43-45页 |
| 3.5 基于因果关系的岭回归算法(RRC) | 第45-48页 |
| 3.5.1 岭回归算法 | 第45-46页 |
| 3.5.2 基于因果关系的岭回归算法(RRC) | 第46-47页 |
| 3.5.3 RRC算法描述 | 第47-48页 |
| 3.6 实验数据处理 | 第48-49页 |
| 3.6.1 实验数据与环境 | 第48页 |
| 3.6.2 预测模型的建立 | 第48页 |
| 3.6.3 对比实验算法 | 第48页 |
| 3.6.4 评价标准 | 第48-49页 |
| 3.7 基于因果关系的岭回归模型(RRC)预测结果分析 | 第49-54页 |
| 3.7.1 实验数据选择 | 第49-50页 |
| 3.7.2 实验对比 | 第50-54页 |
| 3.7.3 结果分析 | 第54页 |
| 3.8 本章小结 | 第54-56页 |
| 第四章 基于能量弹性演化岭回归对股市M形态研究 | 第56-72页 |
| 4.1 引言 | 第56-57页 |
| 4.2 股市中的弹性 | 第57-60页 |
| 4.2.1 经典的弹性系统模型 | 第57-58页 |
| 4.2.2 股市中的弹性与塑性 | 第58-59页 |
| 4.2.3 股市M形态的弹性 | 第59-60页 |
| 4.3 能量计算与空间的定义 | 第60-64页 |
| 4.3.1 空间的定义 | 第60页 |
| 4.3.2 能量计算 | 第60-64页 |
| 4.4 基于能量弹性演化的岭回归 | 第64-66页 |
| 4.4.1 岭回归 | 第64页 |
| 4.4.2 基于能量弹性演化的岭回归(EE-RR) | 第64-65页 |
| 4.4.3 EE-RR算法描述 | 第65-66页 |
| 4.5 实验数据处理 | 第66页 |
| 4.5.1 实验环境与实验数据 | 第66页 |
| 4.5.2 对比实验算法 | 第66页 |
| 4.5.3 评价标准 | 第66页 |
| 4.6 基于能量弹性演化的岭回归算法(EE-RR)预测结果分析 | 第66-70页 |
| 4.6.1 实验数据选择 | 第66-67页 |
| 4.6.2 实验对比 | 第67-70页 |
| 4.7 实验结果分析 | 第70-71页 |
| 4.8 本章小结 | 第71-72页 |
| 第五章 总结与展望 | 第72-74页 |
| 5.1 论文工作总结 | 第72-73页 |
| 5.2 工作展望 | 第73-74页 |
| 参考文献 | 第74-77页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第77-78页 |
