我国股票指数的混沌时间序列分析
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 目录 | 第6-8页 |
| 1 绪论 | 第8-11页 |
| 1.1 问题的提出及选题的意义 | 第8-9页 |
| 1.1.1 问题的提出 | 第8-9页 |
| 1.1.2 选题的意义及选题的对象 | 第9页 |
| 1.2 混沌时间序列的发展与研究现状 | 第9-10页 |
| 1.3 本文的主要内容 | 第10-11页 |
| 2 混沌时间序列 | 第11-16页 |
| 2.1 浅释非线性时间序列 | 第11页 |
| 2.1.1 线性时间序列 | 第11页 |
| 2.1.2 非线性时间序列 | 第11页 |
| 2.2 混沌时间序列分析 | 第11-16页 |
| 2.2.1 Lyapunov指数 | 第12-13页 |
| 2.2.2 分数维数 | 第13-14页 |
| 2.2.3 熵 | 第14-16页 |
| 3 混沌时间序列分析 | 第16-25页 |
| 3.1 重构相空间 | 第16-21页 |
| 3.1.1 延迟时间间隔的确定 | 第17-19页 |
| 3.1.2 嵌入维数的确定 | 第19-21页 |
| 3.2 几何不变量的计算 | 第21-25页 |
| 4 时间序列的预测 | 第25-30页 |
| 4.1 全域法 | 第25-26页 |
| 4.2 局域法 | 第26-29页 |
| 4.2.1 局部平均预测法 | 第26页 |
| 4.2.2 加权零阶局域法 | 第26-27页 |
| 4.2.3 加权一阶局域法 | 第27-29页 |
| 4.3 基于最大Lyapunov指数的预测法 | 第29-30页 |
| 5 我国股票指数的混沌时间序列分析 | 第30-53页 |
| 5.1 非线性特性的定性分析 | 第30-36页 |
| 5.1.1 数据预处理 | 第30-33页 |
| 5.1.2 功率谱分析 | 第33-34页 |
| 5.1.3 频数直方图分析 | 第34-35页 |
| 5.1.4 主分量分析 | 第35-36页 |
| 5.2 非线性特性的定量描述 | 第36-44页 |
| 5.2.1 重构相空间 | 第36-38页 |
| 5.2.2 相关维计算 | 第38-41页 |
| 5.2.3 Lyapunov指数 | 第41-42页 |
| 5.2.4 Kolmogorov熵 | 第42-44页 |
| 5.3 混沌系统的预测 | 第44-53页 |
| 5.3.1 采用加权一阶局域法 | 第44-47页 |
| 5.3.2 基于最大Lyapunov指数的预测 | 第47-53页 |
| 6 总结与展望 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 附录1 | 第58-61页 |
| 致谢 | 第61页 |
