基于ARFIMA模型的上证指数收益率研究
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-16页 |
| ·研究的背景和意义 | 第11-12页 |
| ·研究背景 | 第11-12页 |
| ·研究意义 | 第12页 |
| ·国内外研究综述 | 第12-14页 |
| ·国外研究状况 | 第12-13页 |
| ·国内研究状况 | 第13-14页 |
| ·本文研究方法 | 第14页 |
| ·论文的创新与不足 | 第14-15页 |
| ·论文创新点 | 第14-15页 |
| ·论文不足 | 第15页 |
| ·论文结构安排 | 第15-16页 |
| 第2章 上证指数分析方法及长记忆时间序列简介 | 第16-30页 |
| ·上证指数收益率分析方法简介 | 第16-22页 |
| ·Box-Jenkins模型 | 第16-17页 |
| ·条件异方差模型 | 第17-19页 |
| ·神经网格 | 第19-21页 |
| ·混沌理论 | 第21-22页 |
| ·长记忆时间序列简介 | 第22-23页 |
| ·时间序列长记忆的主要检验方法 | 第23-26页 |
| ·KPSS检验 | 第23-24页 |
| ·R/S检验 | 第24-25页 |
| ·周期图检验 | 第25-26页 |
| ·长记忆模型简介 | 第26-30页 |
| ·FDN模型 | 第26-27页 |
| ·ARFIMA模型 | 第27-28页 |
| ·FIGARCH模型 | 第28-30页 |
| 第3章 ARFIMA模型的贝叶斯分析 | 第30-34页 |
| ·引言 | 第30页 |
| ·基于 t 分布的似然函数 | 第30页 |
| ·ARFIMA模型参数先验分布假设 | 第30-32页 |
| ·n 的先验分布假设 | 第30-31页 |
| ·d 的先验分布假设 | 第31页 |
| ·和θ的先验分布假设 | 第31页 |
| ·参数的独立性假设 | 第31-32页 |
| ·MCMC方法的基本步骤 | 第32-34页 |
| 第4章 基于上证指数收益率的实证分析 | 第34-43页 |
| ·上证指数简介 | 第34页 |
| ·数据的选择及预处理 | 第34-36页 |
| ·ARFIMA模型的构建 | 第36-38页 |
| ·ARFIMA模型的贝叶斯估计 | 第38-41页 |
| ·模型评价 | 第41-43页 |
| 第5章 结论与展望 | 第43-46页 |
| ·主要结论 | 第43-44页 |
| ·展望 | 第44-46页 |
| 参考文献 | 第46-50页 |
| 附录A | 第50-53页 |
| A.1 计算赫斯特指数的程序 | 第50-51页 |
| A.2 MCMC模拟的程序 | 第51-53页 |
| 攻读硕士期间发表的论文 | 第53-54页 |
| 致谢 | 第54页 |
