数量化方法对金融证券的系统性分析
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 1 时间序列的分解降噪 | 第10-24页 |
| ·高级降趋 | 第10-11页 |
| ·小波降噪 | 第11-14页 |
| ·检测时间序列的自相似性 | 第14-15页 |
| ·时间序列的统计量函数和相关性 | 第15-17页 |
| ·收盘价和交易量的相关性 | 第17-21页 |
| ·Copula 理论及应用 | 第21-24页 |
| ·Copula 理论介绍 | 第21-22页 |
| ·基于Copula 函数的尾部相关测度 | 第22-24页 |
| 2 时间序列风险性分析 | 第24-34页 |
| ·VaR 方法介绍 | 第26页 |
| ·VaR 的定义 | 第26-27页 |
| ·VaR 的计算方法 | 第27-30页 |
| ·方差——协方差方法 | 第28页 |
| ·VaR 的历史模拟算法 | 第28-30页 |
| ·基于棉花期货的实证分析 | 第30-32页 |
| ·棉花期货收益率的时间序列分析 | 第30-32页 |
| ·各种模型算法的VaR 结果 | 第32-33页 |
| 非参数分析算法的VaR 结果 | 第32页 |
| VaR 的历史模拟算法的VaR 结果 | 第32-33页 |
| ·蒙特卡罗模拟法求VaR | 第33-34页 |
| 3 时间序列的记忆性 | 第34-41页 |
| ·时间序列记忆性介绍 | 第34-38页 |
| ·算法 | 第36-38页 |
| ·Hurst 指数对上证综指的应用 | 第38-39页 |
| ·动态 Hurst 指数运用于上证指数 | 第39-40页 |
| ·实证结果 | 第40-41页 |
| 4 时间序列的频谱分析 | 第41-43页 |
| ·傅里叶变换 | 第41-42页 |
| ·傅里叶分析应用 | 第42-43页 |
| 5 时间序列预测 | 第43-48页 |
| ·线性预测 | 第43-44页 |
| ·ARMA 时间序列 | 第43页 |
| ·简单的 ARMA 模型 | 第43-44页 |
| ·非线性分析预测 | 第44-48页 |
| ·支持向量机 | 第44-48页 |
| 6 总结 | 第48-49页 |
| 参考文献 | 第49-51页 |
| 致谢 | 第51页 |
