| 中文摘要 | 第3-5页 |
| 英文摘要 | 第5-7页 |
| 1 绪论 | 第11-19页 |
| 1.1 研究背景及意义 | 第11-13页 |
| 1.2 研究内容 | 第13-16页 |
| 1.3 研究思路及方法 | 第16-17页 |
| 1.4 特色及创新之处 | 第17-19页 |
| 2 国内外相关研究综述与理论分析 | 第19-51页 |
| 2.1 国外市场假说相关理论综述 | 第19-43页 |
| 2.1.1 有效市场假说 | 第19-29页 |
| 2.1.2 行为金融 | 第29-32页 |
| 2.1.3 适应性市场假说 | 第32-43页 |
| 2.2 国内市场假说相关理论综述 | 第43-46页 |
| 2.2.1 有效市场假说 | 第43-44页 |
| 2.2.2 行为金融理论 | 第44-45页 |
| 2.2.3 适应性市场假说 | 第45-46页 |
| 2.3 AMH与新秩序 | 第46-48页 |
| 2.3.1 传统投资范式的失效 | 第46-47页 |
| 2.3.2 新金融秩序的兴起 | 第47-48页 |
| 2.4 本章小结 | 第48-51页 |
| 3 中国股市收益可预测性与适应性市场假说 | 第51-65页 |
| 3.1 引言 | 第51-53页 |
| 3.2 模型概述及分析 | 第53-56页 |
| 3.2.1 检验模型概述 | 第53-54页 |
| 3.2.2 自动混合Box–Pierce检验AQ(automatic portmanteau Box–Pierce test) | 第54-55页 |
| 3.2.3 原始自助法自动方差比检验WBAVR (wild boot-strapped automatic variance ratio test) . 453.2.4 广义谱检验GS（generalized spectral test） | 第55-56页 |
| 3.3 数据及实证结果 | 第56-63页 |
| 3.3.1 数据和初步分析 | 第56-58页 |
| 3.3.2 全样本检验 | 第58-59页 |
| 3.3.3 滑动子样本窗.检验 | 第59-63页 |
| 3.4 本章小结 | 第63-65页 |
| 4 适应性市场假说：来自中国商品期货市场的证据 | 第65-77页 |
| 4.1 引言 | 第65-67页 |
| 4.2 研究方法和样本数据 | 第67-68页 |
| 4.3 实证结果 | 第68-76页 |
| 4.4 本章小结 | 第76-77页 |
| 5 适应性市场假说：一个机器学习的例证 | 第77-91页 |
| 5.1 引言 | 第77-79页 |
| 5.2 计算智能机器学习原理简介 | 第79-81页 |
| 5.2.1 随机森林的基本原理 | 第79-80页 |
| 5.2.2 支持向量机的基本原理 | 第80-81页 |
| 5.3 实验及实验结果 | 第81-88页 |
| 5.3.1 研究数据和模型变量选择 | 第81-83页 |
| 5.3.2 数据处理及预测信号 | 第83页 |
| 5.3.3 预测评价标准 | 第83-84页 |
| 5.3.4 预测模型和结果分析 | 第84-88页 |
| 5.4 本章小结 | 第88-91页 |
| 6 中国股市时变贝塔与基于适应性市场假说的解释 | 第91-103页 |
| 6.1 引言 | 第91-93页 |
| 6.2 模型及研究方法 | 第93-96页 |
| 6.2.1 经典CAPM模型 | 第93页 |
| 6.2.2 状态空间模型和卡尔曼滤波 | 第93-96页 |
| 6.3 研究数据及实证分析 | 第96-101页 |
| 6.3.1 样本数据选取与描述性统计 | 第96-97页 |
| 6.3.2 时变贝塔计算结果及稳定性检验 | 第97-100页 |
| 6.3.3 时变贝塔分析 | 第100-101页 |
| 6.4 本章小结 | 第101-103页 |
| 7 结论 | 第103-105页 |
| 7.1 本文主要结论 | 第103-104页 |
| 7.2 研究展望 | 第104-105页 |
| 致谢 | 第105-107页 |
| 参考文献 | 第107-127页 |
| 附录 | 第127-131页 |
| A. 攻读博士学位期间发布的文章及获奖 | 第127页 |
| B. 参与研究的课题 | 第127-128页 |
| C. 第四章交易策略代码 | 第128-131页 |