| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第6-10页 |
| 1.1 研究背景 | 第6页 |
| 1.2 研究现状 | 第6-8页 |
| 1.3 本文的研究内容和创新之处 | 第8-10页 |
| 第二章 基于ARIMA模型的银行间拆借利率预测 | 第10-15页 |
| 2.1 确定预测性能的评估标准 | 第10页 |
| 2.2 ARIMA模型简介 | 第10-11页 |
| 2.3 实证分析(ARIMA) | 第11-15页 |
| 第三章 SVR(支持向量回归)模型 | 第15-21页 |
| 3.1 SVM支持向量机 | 第15页 |
| 3.2 支持向量回机 | 第15-17页 |
| 3.3 SVR预测结果分析 | 第17-21页 |
| 第四章 贝叶斯神经网络预测模型 | 第21-28页 |
| 4.1 贝叶斯神经网络 | 第21页 |
| 4.2 贝叶斯神经网络的结构 | 第21-24页 |
| 4.3 贝叶斯神经网络预测模型 | 第24-28页 |
| 第五章 组合预测 | 第28-37页 |
| 5.1 组合预测模型方法简介 | 第28页 |
| 5.2 布谷鸟(CS)算法简介 | 第28-29页 |
| 5.3 布谷鸟(CS)算法在组合预测权值优化中的应用 | 第29-37页 |
| 第六章 结论和展望 | 第37-39页 |
| 6.1 结论 | 第37页 |
| 6.2 展望 | 第37-39页 |
| 参考文献 | 第39-41页 |
| 致谢 | 第41页 |