混沌与模糊理论在股票数据分析中的应用
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第9-14页 |
| ·混沌理论、模糊聚类与模糊评价简述 | 第9-12页 |
| ·混沌简述 | 第9-10页 |
| ·模糊聚类分析简述 | 第10页 |
| ·综合评价简述 | 第10-11页 |
| ·计算机代数系统Mathamatica简介 | 第11-12页 |
| ·本文的主要工作 | 第12-14页 |
| 第二章 运用混沌理论分析数据 | 第14-25页 |
| ·混沌的基本概念及特性 | 第14-16页 |
| ·混沌基本概念 | 第14-15页 |
| ·混沌的特性 | 第15-16页 |
| ·基础知识 | 第16-19页 |
| ·关联维数 | 第16-17页 |
| ·R/S分析法 | 第17-18页 |
| ·Lyapunov指数 | 第18-19页 |
| ·算法与编程 | 第19-20页 |
| ·计算关联维数步骤 | 第19页 |
| ·计算Lyapunov指数的步骤 | 第19页 |
| ·计算Hurst指数的步骤 | 第19-20页 |
| ·分析深圳与上海股票指数的混沌特征 | 第20-25页 |
| ·数据处理 | 第20页 |
| ·从关联维数和最大Lyapunov指数分析 | 第20-22页 |
| ·从Hurst指数分析 | 第22-25页 |
| ·深圳股市混沌特征 | 第22-23页 |
| ·上海股市混沌特征 | 第23-25页 |
| 第三章 运用模糊聚类分析理论分析数据 | 第25-37页 |
| ·模糊等价矩阵聚类分析法 | 第25-29页 |
| ·数据标准化 | 第25-26页 |
| ·建立模糊相似矩阵 | 第26-28页 |
| ·模糊等价关系 | 第28-29页 |
| ·模糊聚类传递闭包法 | 第29页 |
| ·模糊模型识别的基本理论 | 第29-31页 |
| ·格贴近度定义 | 第30页 |
| ·其它贴近度 | 第30-31页 |
| ·择近原则 | 第31页 |
| ·模糊聚类分类结果 | 第31-33页 |
| ·模糊聚类结果分析 | 第33-35页 |
| ·待预测股票的模糊模式识别 | 第35-37页 |
| 第四章 运用模糊综合评价理论分析数据 | 第37-56页 |
| ·隶属函数的确定方法 | 第37-38页 |
| ·模糊综合评价的数学模型 | 第38-41页 |
| ·多级模糊综合评价 | 第41-42页 |
| ·实例分析 | 第42-56页 |
| ·评价指标体系的确定 | 第42页 |
| ·因子分析法确定权重 | 第42-43页 |
| ·建立隶属函数 | 第43-45页 |
| ·用模型M(∧,∨)进行评价 | 第45-47页 |
| ·一级模糊综合评价 | 第45-46页 |
| ·二级模糊综合评价 | 第46-47页 |
| ·用模型M(·,∨)进行评价 | 第47-49页 |
| ·一级模糊综合评价 | 第47-48页 |
| ·二级模糊综合评价 | 第48-49页 |
| ·用模型M(∧,⊕)进行评价 | 第49-51页 |
| ·一级模糊综合评价 | 第49-50页 |
| ·二级模糊综合评价 | 第50-51页 |
| ·用模型M(·,⊕)进行评价 | 第51-52页 |
| ·一级模糊综合评价 | 第51页 |
| ·二级模糊综合评价 | 第51-52页 |
| ·用模型M(·,+)进行评价 | 第52-54页 |
| ·一级模糊综合评价 | 第52-53页 |
| ·二级模糊综合评价 | 第53-54页 |
| ·评价结果分析 | 第54-56页 |
| 第五章 总结与展望 | 第56-58页 |
| 参考文献 | 第58-61页 |
| 发表论文和参加科研情况说明 | 第61-62页 |
| 致谢 | 第62页 |
