| 致谢 | 第5-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 引言 | 第10-11页 |
| 1.2 选题背景及意义 | 第11-12页 |
| 1.3 股票指数介绍 | 第12-13页 |
| 1.4 金融时间序列研究 | 第13-15页 |
| 第2章 应用多变量连续渗流模型构建金融股票价格模型 | 第15-22页 |
| 2.1 连续渗流模型理论 | 第15-18页 |
| 2.1.1 引言 | 第15页 |
| 2.1.2 随机过程基本概念 | 第15-16页 |
| 2.1.3 泊松过程基本概念 | 第16页 |
| 2.1.4 连续渗流过程 | 第16-17页 |
| 2.1.5 多变量连续渗流过程 | 第17-18页 |
| 2.2 应用多变量连续渗流模型的金融股票价格模型构造 | 第18-19页 |
| 2.3 多变量连续渗流模型模拟仿真 | 第19-20页 |
| 2.3.1 数值模拟 | 第19-20页 |
| 2.4 本章小结 | 第20-22页 |
| 第3章 多变量连续渗流模型的收益序列多重分形性分析 | 第22-33页 |
| 3.1 多重分形分析方法背景及介绍 | 第22-25页 |
| 3.2 数值模拟分析及结果 | 第25-32页 |
| 3.3 本章小结 | 第32-33页 |
| 第4章 多变量连续渗流模型的收益序列自相关性与复杂度分析 | 第33-45页 |
| 4.1 自相关理论 | 第33-37页 |
| 4.2 多尺度复杂度分析 | 第37-40页 |
| 4.2.1 样本熵理论 | 第37-38页 |
| 4.2.2 多尺度熵理论 | 第38-39页 |
| 4.2.3 多尺度熵方法数值分析 | 第39-40页 |
| 4.3 多尺度交互熵方法对自相关函数序列进行分析 | 第40-43页 |
| 4.3.1 多尺度交互熵理论 | 第41-42页 |
| 4.3.2 多尺度交互熵数值分析 | 第42-43页 |
| 4.4 本章小结 | 第43-45页 |
| 第5章 结论 | 第45-47页 |
| 参考文献 | 第47-51页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第51-53页 |
| 学位论文数据集 | 第53页 |
