| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第11-26页 |
| 1.1 研究背景与研究意义 | 第11-14页 |
| 1.1.1 研究背景 | 第11-12页 |
| 1.1.2 研究意义 | 第12-14页 |
| 1.2 国内外研究现状 | 第14-21页 |
| 1.2.1 投资组合研究现状 | 第14-15页 |
| 1.2.2 模糊投资组合研究现状 | 第15-17页 |
| 1.2.3 波动率研究现状 | 第17-19页 |
| 1.2.4 国内外研究现状评述 | 第19-21页 |
| 1.3 研究内容 | 第21-22页 |
| 1.4 研究方法与技术路线 | 第22-23页 |
| 1.4.1 研究方法 | 第22-23页 |
| 1.4.2 研究的技术路线图 | 第23页 |
| 1.5 本文结构 | 第23-25页 |
| 1.6 本文创新点 | 第25-26页 |
| 第二章 相关理论基础 | 第26-38页 |
| 2.1 模糊相关理论 | 第26-29页 |
| 2.2 模糊可能性理论与模糊决策理论 | 第29-32页 |
| 2.2.1 模糊可能性理论 | 第29-31页 |
| 2.2.2 模糊决策理论 | 第31-32页 |
| 2.3 模糊区间数的相关理论 | 第32-33页 |
| 2.4 主成分分析与APT定价理论 | 第33-36页 |
| 2.4.1 PCA理论与经验的PCA | 第33-34页 |
| 2.4.2 APT定价理论 | 第34-36页 |
| 2.5 序列平稳性及ARCH效应检验 | 第36-37页 |
| 2.5.1 单位根检验 | 第36-37页 |
| 2.5.2 ARCH效应检验 | 第37页 |
| 2.6 本章小结 | 第37-38页 |
| 第三章 基于因子GARCH模型的模糊投资组合研究 | 第38-52页 |
| 3.1 GARCH模型 | 第38页 |
| 3.2 构造收益率新息的模糊协方差矩阵 | 第38-42页 |
| 3.2.1 基于梯形模糊数的收益率模糊建模 | 第38-40页 |
| 3.2.2 构造模糊协方差矩阵 | 第40-41页 |
| 3.2.3 对模糊协方差矩阵降维处理 | 第41-42页 |
| 3.3 构建因子GARCH模型 | 第42-44页 |
| 3.4 构建因子GARCH模型的模糊投资组合 | 第44-45页 |
| 3.5 实证分析 | 第45-51页 |
| 3.5.1 数据选择与检验 | 第45-48页 |
| 3.5.2 实证结果分析 | 第48-51页 |
| 3.6 本章小结 | 第51-52页 |
| 第四章 基于因子GJR-GARCH模型的模糊投资组合研究 | 第52-62页 |
| 4.1 GJR-GARCH模型 | 第52-54页 |
| 4.2 构造收益率新息的模糊协方差矩阵 | 第54-57页 |
| 4.3 构建因子波动GJR模型的模糊投资组合 | 第57-59页 |
| 4.4 实证分析 | 第59-60页 |
| 4.4.1 数据选择与检验 | 第59页 |
| 4.4.2 实证结果分析 | 第59-60页 |
| 4.5 本章小结 | 第60-62页 |
| 第五章 基于因子EGARCH模型的模糊投资组合研究 | 第62-71页 |
| 5.1 EGARCH模型 | 第62-63页 |
| 5.2 基于因子EGARCH模型的模糊投资组合研究 | 第63-68页 |
| 5.3 实证分析 | 第68-69页 |
| 5.3.1 数据选择与检验 | 第68页 |
| 5.3.2 实证结果分析 | 第68-69页 |
| 5.4 本章小结 | 第69-71页 |
| 总结与展望 | 第71-74页 |
| 参考文献 | 第74-77页 |
| 攻读硕士学位期间取得的研究成果 | 第77-78页 |
| 致谢 | 第78-79页 |
