| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·研究的目的和意义 | 第7页 |
| ·研究的主要内容 | 第7页 |
| ·股票分析的方法和国内外动态 | 第7-10页 |
| ·重标极差方法简介 | 第7-8页 |
| ·支持向量机简介 | 第8-9页 |
| ·粗糙集简介 | 第9页 |
| ·国内外动态 | 第9-10页 |
| ·本文的组织结构 | 第10-11页 |
| 第二章 重标极差方法的基本理论 | 第11-24页 |
| ·分形几何学和非线性动力学简介 | 第11-14页 |
| ·分形几何学 | 第11-13页 |
| ·非线性动力学 | 第13-14页 |
| ·R/S 分析方法 | 第14-15页 |
| ·Hurst 指数和分形噪声 | 第15-18页 |
| ·Hurst 指数 | 第15-16页 |
| ·白色噪声：H=0.50 | 第16页 |
·粉红噪声：0| 第16-17页 | |
| ·黑噪声：0.5< H ≤1 | 第17-18页 |
| ·R/S 的检验 | 第18-19页 |
| ·随机零假设 | 第18-19页 |
| ·赫斯特指数的期望值 | 第19页 |
| ·平均循环周期 | 第19-20页 |
| ·实验结果与分析 | 第20-24页 |
| 第三章 基本统计特征和支持向量回归机 | 第24-34页 |
| ·基本统计特征 | 第24-25页 |
| ·核函数的特征空间 | 第25-26页 |
| ·泛性化理论 | 第26-28页 |
| ·可能近似正确(pac，probably approximately correct)学习模型 | 第26页 |
| ·VC 维 | 第26-27页 |
| ·泛化性的间隔界 | 第27页 |
| ·最大间隔界 | 第27-28页 |
| ·支持向量回归机(SVR) | 第28-32页 |
| ·回归问题 | 第28-30页 |
| ·ε-支持向量回归机 | 第30-32页 |
| ·实验结果和分析 | 第32-34页 |
| 第四章 函数S-粗集和投资风险F-规律 | 第34-44页 |
| ·Rough 集的基础知识 | 第34-37页 |
| ·知识表达系统 | 第34-36页 |
| ·不可分辨关系与基本集 | 第36页 |
| ·元素迁移f | 第36-37页 |
| ·概念的边界观点 | 第37-38页 |
| ·集合的上近似集和下近似集 | 第37页 |
| ·集合的边界域 | 第37-38页 |
| ·单向S-粗集和投资风险F-规律 | 第38-39页 |
| ·单向S-粗集 | 第38页 |
| ·F-遗传和F-遗传规律生成 | 第38-39页 |
| ·数据预处理 | 第39-42页 |
| ·数据清洗 | 第40页 |
| ·模式分割 | 第40-41页 |
| ·属性抽取 | 第41页 |
| ·属性离散化 | 第41-42页 |
| ·模式组合 | 第42页 |
| ·实验结果与分析 | 第42-44页 |
| 第五章 若干股票行为特征分析 | 第44-50页 |
| ·本章概述 | 第44页 |
| ·实验内容 | 第44-45页 |
| ·实验目的 | 第44页 |
| ·数据选取和实验工具 | 第44页 |
| ·实验内容和过程 | 第44-45页 |
| ·若干股票行为特征分析结果和总结 | 第45-50页 |
| ·股票基本统计特征 | 第45-46页 |
| ·股票的行为特征分析 | 第46-49页 |
| ·股票风险规律的发现与分析 | 第49-50页 |
| 第六章 总结与展望 | 第50-51页 |
| ·总结 | 第50页 |
| ·展望 | 第50-51页 |
| 致谢 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 附录A 若干股票实验结果 | 第55-63页 |
| 附录：作者在攻读硕士学位期间发表的论文 | 第63页 |