| 摘要 | 第1-6页 |
| ABSTRACT | 第6-8页 |
| 致谢 | 第8-11页 |
| 第一章 绪论 | 第11-14页 |
| ·金融时间序列的研究现状 | 第11-12页 |
| ·基于协整理论的方法 | 第11-12页 |
| ·基于随时间变化的变动性的 ARCH 模型方法 | 第12页 |
| ·基于神经网络的分析和预测方法 | 第12页 |
| ·基于非线性动力系统的分析和预测方法 | 第12页 |
| ·本文研究的主要内容 | 第12-14页 |
| 第二章 基本概念与基本理论 | 第14-27页 |
| ·隐马尔可夫模型(HMM)的基本理论 | 第14-17页 |
| ·隐马尔可夫模型(HMM)的定义 | 第14页 |
| ·隐马尔可夫模型的应用问题 | 第14-17页 |
| ·非参数核回归理论 | 第17-22页 |
| ·非参数核回归的定义 | 第17页 |
| ·权函数估计的矩相合性 | 第17-21页 |
| ·非参数高斯核回归模型用于预测 | 第21-22页 |
| ·最小二乘支持向量机(LSSVM)理论 | 第22-26页 |
| ·支持向量机(SVM)的基本概念 | 第22-24页 |
| ·最小二乘支持向量机(LSSVM) | 第24-25页 |
| ·支持向量机的几个主要特点 | 第25-26页 |
| ·最小二乘支持向量机模型用于预测 | 第26页 |
| ·本章小结 | 第26-27页 |
| 第三章 金融时间序列的机制转换混合预测模型 | 第27-39页 |
| ·机制转换混合预测模型 | 第27-32页 |
| ·模型原理 | 第27-31页 |
| ·机制转换混合预测模型算法步骤 | 第31-32页 |
| ·机制转换混合预测模型的实证分析 | 第32-38页 |
| ·利用 LSSVM-LSSVM 模型对上证指数进行实证分析 | 第33-34页 |
| ·利用 KERNEL-KERNEL 模型对上证指数进行实证分析 | 第34-36页 |
| ·KERNEL-LSSVM 模型及其实证分析 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 第四章 结论与展望 | 第39-40页 |
| 参考文献 | 第40-43页 |
| 攻读硕士学位期间发表的论文 | 第43-45页 |