希尔伯特—黄变换和GMDH方法在金融时间序列分析中的应用
| 致谢 | 第1-5页 |
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-9页 |
| 1 绪论 | 第9-12页 |
| ·背景 | 第9页 |
| ·金融时间序列预测的研究现状 | 第9-10页 |
| ·本文的研究范围及主要内容 | 第10-12页 |
| 2 希尔伯特-黄变换 | 第12-22页 |
| ·希尔伯特-黄变换方法的基本思想 | 第12页 |
| ·希尔伯特变换 | 第12-14页 |
| ·希尔伯特谱分析 | 第12-14页 |
| ·经验模态分解 | 第14-20页 |
| ·固有模态函数 | 第14页 |
| ·固有模态函数的定义 | 第14页 |
| ·经验模态分解算法 | 第14-15页 |
| ·经验模态分解实例 | 第15-18页 |
| ·经验模态分解方法需要解决的问题 | 第18-20页 |
| ·经验模态分解求包络的问题 | 第18-19页 |
| ·经验模态分解的端点延拓问题 | 第19-20页 |
| ·经验模态分解去噪 | 第20页 |
| ·希尔伯特-黄变换方法的发展情况 | 第20-22页 |
| 3 自组织数据挖掘 | 第22-39页 |
| ·自组织数据挖掘的基本概念 | 第22-23页 |
| ·自组织数据挖掘的基本思想 | 第23-25页 |
| ·GMDH算法及应用 | 第25-31页 |
| ·GMDH算法与神经网络算法的关系 | 第26-29页 |
| ·对经验知识的利用 | 第26-27页 |
| ·模型归纳训练的过程和泛化能力 | 第27-29页 |
| ·GMDH与回归分析 | 第29-31页 |
| ·算法假设的比较 | 第29-30页 |
| ·模型的建立过程和系统拟合和预测效果方面比较 | 第30-31页 |
| ·算法的收敛性 | 第31-33页 |
| ·输出传播的多层算法 | 第32-33页 |
| ·GMDH多层算法的步骤 | 第33-39页 |
| 4 证券市场实例分析 | 第39-49页 |
| ·实例背景 | 第39页 |
| ·上证股市大盘收盘价预测 | 第39-47页 |
| ·希尔伯特-黄变换方法对原始数据的处理 | 第40-45页 |
| ·GMDH建立模型 | 第45-47页 |
| ·B-J方法与GMDH方法的比较 | 第47-49页 |
| 5 总结与展望 | 第49-50页 |
| 参考文献 | 第50-55页 |
| 作者简历 | 第55页 |
