| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 研究目的及意义 | 第11-12页 |
| 1.2.1 研究目的 | 第11页 |
| 1.2.2 研究意义 | 第11-12页 |
| 1.3 研究内容 | 第12页 |
| 1.4 研究方案与可行性分析 | 第12-13页 |
| 1.4.1 研究方案 | 第13页 |
| 1.4.2 可行性分析 | 第13页 |
| 1.5 论文创新点 | 第13-14页 |
| 1.6 论文结构 | 第14-16页 |
| 第二章 文献综述 | 第16-30页 |
| 2.1 金融时间序列及相关性理论基础 | 第16-24页 |
| 2.1.1 金融时间序列数据特征 | 第16-17页 |
| 2.1.2 股票相关性 | 第17-18页 |
| 2.1.3 传统相关性分析方法 | 第18-20页 |
| 2.1.4 Copula相关性分析方法 | 第20-24页 |
| 2.2 股票预测的相关研究 | 第24-28页 |
| 2.2.1 技术分析方法 | 第24-25页 |
| 2.2.2 时间序列分析方法 | 第25页 |
| 2.2.3 数据挖掘预测方法 | 第25-28页 |
| 2.3 本章小结 | 第28-30页 |
| 第三章 基于相关性的股票价格预测理论模型 | 第30-42页 |
| 3.1 基于Copula的股票间相关性度量 | 第30-31页 |
| 3.2 多层感知结构的ANN模型 | 第31-34页 |
| 3.3 Copula-ANN预测模型 | 第34-40页 |
| 3.4 本章小结 | 第40-42页 |
| 第四章 基于股票相关性的神经网络模型实证研究 | 第42-53页 |
| 4.1 数据采集与处理 | 第42-43页 |
| 4.2 Copula-ANN模型训练和参数寻优 | 第43-46页 |
| 4.2.1 基于Copula函数的相关性计算 | 第43-44页 |
| 4.2.2 Copula-ANN模型股价预测寻优 | 第44-46页 |
| 4.3 Copula-ANN模型与ANN模型、SVM模型预测结果比较 | 第46-51页 |
| 4.4 本章小结 | 第51-53页 |
| 第五章 结论与展望 | 第53-55页 |
| 参考文献 | 第55-60页 |
| 致谢 | 第60-61页 |
| 攻读学位期间发表的学术论文目录 | 第61页 |