| 第一章 绪论 | 第1-11页 |
| 1．1 题目的研究意义 | 第6-7页 |
| 1．2 国内外研究现状 | 第7-10页 |
| 1．2．1 股票价格是否可预测 | 第7-8页 |
| 1．2．2 对股票收益率的研究 | 第8页 |
| 1．2．3 对股市时间序列的非线性研究 | 第8-9页 |
| 1．2．4 对行为金融的研究 | 第9-10页 |
| 1．3 本文研究的主要内容与思路 | 第10-11页 |
| 第二章 我国股市时间序列的计量模型 | 第11-24页 |
| 2．1 预测概述 | 第11-13页 |
| 2．2 ARMA模型简介 | 第13-14页 |
| 2．2．1 ARMA模型的发展简介 | 第13-14页 |
| 2．2．2 ARMA模型的一般形式 | 第14页 |
| 2．3 我国股市时间序列的ARMA模型 | 第14-18页 |
| 2．3．1 样本的选择 | 第14-15页 |
| 2．3．2 样本的诊断、模型识别 | 第15页 |
| 2．3．3 模型的定阶及估计结果 | 第15-17页 |
| 2．3．4 结果分析与讨论 | 第17-18页 |
| 2．4 我国股市时间序列的非参数模型 | 第18-24页 |
| 2．4．1 非参数估计方法简介 | 第18-19页 |
| 2．4．2 局部线性回归估计原理简介 | 第19页 |
| 2．4．3 我国股市时间序列的非参数模型 | 第19-22页 |
| 2．4．4 我国股市时间序列非参数模型的简单评论 | 第22-24页 |
| 第三章 我国股市时间序列的神经网络模型 | 第24-30页 |
| 3．1 神经网络模型简介 | 第24-25页 |
| 3．1．1 人工神经网络模型的产生背景 | 第24页 |
| 3．1．2 人工神经网络模型的特点 | 第24-25页 |
| 3．2 神经网络模型分析我国股市时间序列 | 第25-28页 |
| 3．2．1 模型设计方案需要注意的问题 | 第25页 |
| 3．2．2 模型的建立及其应用结果 | 第25-28页 |
| 3．3 我国股市时间序列神经网络模型的简单评论 | 第28-30页 |
| 第四章 准确预测我国股市的困难所在 | 第30-40页 |
| 4．1 预测的评价标准 | 第30页 |
| 4．2 我国股市的信息流动 | 第30-32页 |
| 4．3 准确预测我国股市的前提及讨论 | 第32-33页 |
| 4．4 中国股市稳定性量化检验——GARCH模型的应用 | 第33-40页 |
| 4．4．1 模型原理简介与应用思路 | 第33-35页 |
| 4．4．2 模型的建立与结果 | 第35-38页 |
| 4．4．3 结果分析与讨论 | 第38-40页 |
| 第五章 行为金融理论简评及启示 | 第40-48页 |
| 5．1 行为金融理论的产生背景 | 第40页 |
| 5．2 行为金融理论的主要理论成就及简评 | 第40-41页 |
| 5．3 行为金融给我们的启示 | 第41-44页 |
| 5．3．1 交易者对信息反应的异质性和易变性是造成我国股市难以准确预测的重要原因 | 第42页 |
| 5．3．2 股票交易者对信息反应的异质性产生的原因 | 第42-43页 |
| 5．3．3 我国股票交易者群体与成熟发达国家股票交易者群体的差异 | 第43-44页 |
| 5．4 预测是否影响被预测对象的发展，我国股票是否合理定价 | 第44-45页 |
| 5．4．1 预测是否影响被预测对象的发展 | 第44页 |
| 5．4．2 我国股票价格是否反映其价值 | 第44-45页 |
| 5．5 总结与展望 | 第45-48页 |
| 参考文献 | 第48-59页 |
