首页--数理科学和化学论文--概率论与数理统计论文--概率论(几率论、或然率论)论文--随机过程论文--平稳过程与二阶矩过程论文

多元时间序列的分割方法及拐点识别研究

摘要第4-6页
Abstract第6-7页
主要符号表第15-16页
1 绪论第16-33页
    1.1 时间序列研究概述第16-22页
        1.1.1 时间序列分析的背景及意义第16页
        1.1.2 时间序列分析的发展过程第16-22页
    1.2 时间序列相关问题的研究现状第22-30页
        1.2.1 时间序列分割的研究现状第22-24页
        1.2.2 商业周期的研究现状第24-27页
        1.2.3 期货交易的研究现状第27-30页
    1.3 本文的研究内容第30-33页
2 预备知识第33-43页
    2.1 信息粒介绍第33-35页
    2.2 关联分析介绍第35-38页
        2.2.1 关联分析的基本概念第36页
        2.2.2 关联规则的度量指标第36-38页
    2.3 交易开拓者软件介绍第38-43页
3 基于动态因子模型的多元时间序列的分割研究第43-64页
    3.1 引言第43-44页
    3.2 基于动态因子模型的多元时间序列分割方法第44-56页
        3.2.1 基本概念第44-46页
        3.2.2 提出的多元时间序列的分割方法第46-56页
    3.3 实验分析第56-63页
        3.3.1 合成多元时间序列的分割第56页
        3.3.2 多元水文气象时间序列的分割第56-63页
    3.4 本章小结第63-64页
4 商业周期综合指标的构造及拐点分析第64-76页
    4.1 引言第64-65页
    4.2 基于信息粒化和动态时间规整的商业周期综合指标构造方法第65-70页
        4.2.1 动态时间规整第65-66页
        4.2.2 提出的综合指标的构造方法第66-70页
    4.3 实验分析第70-75页
        4.3.1 实验数据介绍第70-71页
        4.3.2 拐点分析第71-75页
    4.4 本章小结第75-76页
5 基于拐点分析的期货交易策略第76-93页
    5.1 引言第76-77页
    5.2 基于拐点分析的期货交易策略构造方法第77-83页
        5.2.1 关联规则挖掘第77-82页
        5.2.2 TB交易策略的构建与评估第82-83页
    5.3 实验分析第83-91页
        5.3.1 实验数据介绍第83-85页
        5.3.2 实验过程第85-91页
    5.4 本章小结第91-93页
6 结论与展望第93-96页
    6.1 结论第93-94页
    6.2 创新点第94页
    6.3 展望第94-96页
参考文献第96-104页
攻读博士学位期间科研项目及科研成果第104-106页
致谢第106-108页
作者简介第108页

论文共108页,点击 下载论文
上一篇:典型异化金属还原菌及其胞外多聚物合成贵金属纳米颗粒的研究
下一篇:美国大学生创业的外部支撑体系研究