基于小波的部分线性自回归预测模型及其应用研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 绪论 | 第7-13页 |
| ·研究背景及意义 | 第7-8页 |
| ·时间序列分析理论研究概况 | 第8-12页 |
| ·非线性时间序列 | 第8-9页 |
| ·半参数回归模型 | 第9-10页 |
| ·部分线性自回归模型 | 第10-11页 |
| ·估计方法概述 | 第11-12页 |
| ·本文的研究目的和主要内容 | 第12页 |
| ·小结 | 第12-13页 |
| 2 小波分析理论 | 第13-20页 |
| ·小波变换 | 第13-14页 |
| ·常用小波函数 | 第14-15页 |
| ·小波多分辨分析 | 第15-17页 |
| ·Mallat算法 | 第17页 |
| ·小波函数和分解层数的选择 | 第17-18页 |
| ·小波预测方法 | 第18-19页 |
| ·小结 | 第19-20页 |
| 3 ARMA模型及基于小波的ARMA模型 | 第20-34页 |
| ·ARMA模型 | 第20-25页 |
| ·平稳性检验 | 第20-22页 |
| ·平稳化预处理 | 第22页 |
| ·模型识别及定阶 | 第22-23页 |
| ·模型参数的估计 | 第23-24页 |
| ·模型的检验 | 第24页 |
| ·模型的预测 | 第24-25页 |
| ·上证指数和深证成指的ARMA模型 | 第25-29页 |
| ·原始数据 | 第25页 |
| ·平稳性检验和平稳化预处理 | 第25-26页 |
| ·ARMA模型的建立和预测分析 | 第26-29页 |
| ·基于小波的ARMA模型 | 第29-31页 |
| ·结果比较 | 第31-33页 |
| ·小结 | 第33-34页 |
| 4 部分线性自回归模型 | 第34-43页 |
| ·部分线性自回归模型介绍 | 第34-35页 |
| ·核光滑估计 | 第35-37页 |
| ·偏核光滑估计 | 第35-36页 |
| ·偏残差估计 | 第36-37页 |
| ·两种估计的比较 | 第37页 |
| ·光滑参数的选择 | 第37-38页 |
| ·上证指数的部分线性自回归模型 | 第38-40页 |
| ·滞后变量个数的确定 | 第38-39页 |
| ·最优部分线性自回归模型的选取 | 第39页 |
| ·模型检验及预测结果分析 | 第39-40页 |
| ·深证成指的部分线性自回归模型 | 第40-42页 |
| ·小结 | 第42-43页 |
| 5 基于小波的部分线性自回归模型 | 第43-48页 |
| ·小波预测模型在上证指数中的应用 | 第43-44页 |
| ·小波预测模型在深证成指中的应用 | 第44-45页 |
| ·结果比较 | 第45-47页 |
| ·拟合效果对比分析 | 第45-46页 |
| ·预测效果对比分析 | 第46-47页 |
| ·小结 | 第47-48页 |
| 6 结论 | 第48-49页 |
| ·本文主要研究结果 | 第48页 |
| ·有待进一步完善的问题 | 第48-49页 |
| 致谢 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 附录 | 第53-57页 |
| Ⅰ本论文的附表 | 第53-57页 |
| Ⅱ本人在攻读硕士学位期间发表的论文 | 第57页 |
