| 附件 | 第5-6页 |
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 目录 | 第10-13页 |
| 第一章 绪论 | 第13-22页 |
| 1.1 研究背景和意义 | 第13-15页 |
| 1.1.1 研究背景 | 第13-14页 |
| 1.1.2 研究意义 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-20页 |
| 1.2.1 基于时间序列预测股票价格的传统统计学方法研究现状 | 第16-18页 |
| 1.2.2 股票价格时间序列预测的计算智能方法研究现状 | 第18-20页 |
| 1.3 本文研究主要内容与论文结构 | 第20-22页 |
| 第二章 股价预测的时间序列模型方法 | 第22-42页 |
| 2.1 传统时间序列分析方法概述 | 第22-25页 |
| 2.1.1 时间序列分析方法的发展简史 | 第22-23页 |
| 2.1.2 时间序列的分析方法概述 | 第23-25页 |
| 2.2 时间序列数据预处理 | 第25-27页 |
| 2.2.1 平稳性 | 第25-26页 |
| 2.2.2 纯随机性 | 第26-27页 |
| 2.3 ARMA 模型 | 第27-29页 |
| 2.3.1 定义 | 第27-28页 |
| 2.3.2 ARMA 模型的统计性质 | 第28-29页 |
| 2.4 ARIMA 模型 | 第29-31页 |
| 2.4.1 确定性信息的提取 | 第29-30页 |
| 2.4.2 ARIMA 模型定义 | 第30-31页 |
| 2.4.3 建模步骤 | 第31页 |
| 2.5 ARCH 与 GARCH 模型 | 第31-33页 |
| 2.5.1 ARCH 模型 | 第31-32页 |
| 2.5.2 GARCH 模型 | 第32-33页 |
| 2.6 状态空间模型及 Kalman 滤波 | 第33-37页 |
| 2.6.1 状态空间简介 | 第33-34页 |
| 2.6.2 Kalman 滤波 | 第34-37页 |
| 2.7 人工神经网络模型 | 第37-41页 |
| 2.7.1 人工神经网络模型基本原理 | 第38-40页 |
| 2.7.2 神经网络特点 | 第40页 |
| 2.7.3 神经网络学习方式 | 第40-41页 |
| 2.8 本章小结 | 第41-42页 |
| 第三章 固定模型下上证股指 AR，ARMA，状态空间模型和人工神经网络模型的 MATLAB 长短期拟合效果比较 | 第42-75页 |
| 3.1 AR 模型固定模型下的上证指数拟合效果 | 第43-47页 |
| 3.1.1 短期 AR 模型预测 | 第43-44页 |
| 3.1.2 长期 AR 模型预测 | 第44-46页 |
| 3.1.3 AR 模型固定模型下拟合效果总结 | 第46-47页 |
| 3.2 ARMA 模型固定模型下的上证指数拟合效果 | 第47-51页 |
| 3.2.1 短期 ARMA 模型预测 | 第47-49页 |
| 3.2.2 长期 ARMA 模型预测 | 第49-50页 |
| 3.2.3 ARMA 模型固定模型下拟合效果总结 | 第50-51页 |
| 3.3 状态空间模型固定模型下的上证指数拟合效果 | 第51-55页 |
| 3.3.1 短期状态空间模型预测 | 第51-52页 |
| 3.3.2 长期状态空间模型预测 | 第52-54页 |
| 3.3.3 状态空间模型固定模型下拟合效果总结 | 第54-55页 |
| 3.4 人工神经网络固定模型下的上证指数拟合效果 | 第55-59页 |
| 3.4.1 短期人工神经网络模型预测 | 第55-56页 |
| 3.4.2 长期人工神经网络模型预测 | 第56-58页 |
| 3.4.3 人工神经网络模型固定模型下拟合效果总结 | 第58-59页 |
| 3.5 固定模型下 AR，ARMA，状态空间模型的上证指数滚动拟合效果比较分析 | 第59-74页 |
| 3.5.1 三种模型拟合度比较 | 第59-61页 |
| 3.5.2 拟合度比较显著性检验 | 第61页 |
| 3.5.3 短期拟合精度差异显著性检验 | 第61-64页 |
| 3.5.4 短期波动性差异显著性检验 | 第64-67页 |
| 3.5.5 长期拟合精度差异显著性检验 | 第67-71页 |
| 3.5.6 长期波动性差异显著性检验 | 第71-74页 |
| 3.6 本章小结 | 第74-75页 |
| 第四章 滚动模型下上证股指 AR，ARMA，状态空间和人工神经网络模型的 matlab 长短期拟合效果比较 | 第75-108页 |
| 4.1 AR 模型滚动模型下的上证指数拟合效果 | 第75-78页 |
| 4.1.1 短期 AR 模型滚动模拟预测 | 第75-76页 |
| 4.1.2 长期 AR 模型滚动模拟预测型 | 第76-77页 |
| 4.1.3 AR 模型滚动模型下拟合效果总结 | 第77-78页 |
| 4.2 ARMA 模型滚动模型下的上证指数拟合效果 | 第78-82页 |
| 4.2.1 短期 ARMA 模型滚动模拟预测 | 第78-79页 |
| 4.2.2 长期 ARMA 模型滚动模拟预测型 | 第79-80页 |
| 4.2.3 ARMA 模型滚动模型下拟合效果总结 | 第80-82页 |
| 4.3 状态空间模型固定模型下的上证指数滚动拟合效果 | 第82-85页 |
| 4.3.1 短期状态空间模型滚动模拟预测 | 第82-83页 |
| 4.3.2 长期状态空间模型滚动模拟预测型 | 第83页 |
| 4.3.3 状态空间模型滚动模型下拟合效果总结 | 第83-85页 |
| 4.4 人工神经网络模型滚动模型下的上证指数拟合效果 | 第85-88页 |
| 4.4.1 短期人工神经网络模型滚动模拟预测 | 第85-86页 |
| 4.4.2 长期人工神经网络模型滚动模拟预测型 | 第86-87页 |
| 4.4.3 神经网络模型滚动模型下拟合效果总结 | 第87-88页 |
| 4.5 滚动模型下 AR，ARMA，状态空间模型的上证指数拟合效果比较分析 | 第88-106页 |
| 4.5.1 三种模型拟合度比较 | 第88-91页 |
| 4.5.2 拟合度比较显著性检验 | 第91页 |
| 4.5.3 短期拟合精度差异显著性检验 | 第91-95页 |
| 4.5.4 短期波动性差异显著性检验 | 第95-99页 |
| 4.5.5 长期拟合精度差异显著性检验 | 第99-103页 |
| 4.5.6 长期波动性差异显著性检验 | 第103-106页 |
| 4.6 本章小结 | 第106-108页 |
| 第五章 总结与展望 | 第108-110页 |
| 5.1 全文的研究内容 | 第108页 |
| 5.2 未来工作展望 | 第108-110页 |
| 参考文献 | 第110-113页 |
| 致谢 | 第113-114页 |
| 攻读硕士学位期间已发表或录用的论文 | 第114页 |
