| 致谢 | 第5-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 目录 | 第8-10页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 引言 | 第10-12页 |
| 1.2 选题背景 | 第12-15页 |
| 1.2.1 金融物理学概述 | 第12页 |
| 1.2.2 股价波动回程间隙研究现状 | 第12-13页 |
| 1.2.3 股市预测研究发展现状 | 第13-15页 |
| 第2章 利用定向渗流理论构造股价波动过程 | 第15-22页 |
| 2.1 渗流理论 | 第15-17页 |
| 2.2 价格过程与收益过程 | 第17-19页 |
| 2.3 股票价格波动模型建立 | 第19-22页 |
| 第3章 收益率序列波动统计特性分析 | 第22-28页 |
| 3.1 数据模拟结果 | 第22-23页 |
| 3.2 概率分布分析 | 第23-25页 |
| 3.3 杠杆效应分析 | 第25-28页 |
| 第4章 回程间隙概念及其统计特性 | 第28-37页 |
| 4.1 回程间隙相关定义与计算 | 第28-29页 |
| 4.2 回程间隙分布的统计特性 | 第29-37页 |
| 4.2.1 不同阈值下回程间隙的概率分布 | 第29-31页 |
| 4.2.2 固定阈值下回程间隙的指数型缩放比例式概率分布 | 第31-37页 |
| 第5章 回程间隙序列多重分形性质研究 | 第37-44页 |
| 5.1 分形理论及MFDFA方法 | 第37-40页 |
| 5.2 数据模拟及分析结果 | 第40-44页 |
| 第6章 基于复杂网络的回程间隙序列相关特性研究 | 第44-50页 |
| 6.1 可视图方法及相关定义 | 第44-46页 |
| 6.2 不同参数下的实验结果分析 | 第46-50页 |
| 第7章 随机时效性Legendre神经网络模型对股价日均线的预测 | 第50-62页 |
| 7.1 Legendre神经网络结构 | 第50-51页 |
| 7.2 随机时效性Legendre神经网络预测模型的建立和训练算法 | 第51-53页 |
| 7.3 模型的预测及结果分析 | 第53-62页 |
| 第8章 结论 | 第62-63页 |
| 参考文献 | 第63-69页 |
| 作者简历及攻读硕士学位期间取得旳研究成果 | 第69-71页 |
| 学位论文数据集 | 第71页 |
