| 中文摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 引言 | 第8-12页 |
| ·研究背景 | 第8页 |
| ·国内外研究综述 | 第8-11页 |
| ·研究内容和研究方法 | 第11-12页 |
| 第二章 通过因子分析法来评价股票的优良 | 第12-22页 |
| ·对证券评价的必要性 | 第12页 |
| ·证券评价指标体系建立 | 第12-13页 |
| ·基于因子分析法的证券评价系统 | 第13-22页 |
| ·基于因子分析法的模型 | 第13-14页 |
| ·基于因子分析法对上市公司实例分析 | 第14-16页 |
| ·提取公共因子 | 第16页 |
| ·因子旋转 | 第16-17页 |
| ·公共因子的实际含义 | 第17-18页 |
| ·因子得分 | 第18-22页 |
| 第三章 马克维茨投资组合模型及其改进 | 第22-30页 |
| ·Markowitz 投资组合模型简介 | 第22-26页 |
| ·模型概述 | 第22页 |
| ·模型的假设 | 第22-23页 |
| ·有效边界 | 第23页 |
| ·无差异曲线 | 第23页 |
| ·最优证券组合 | 第23页 |
| ·Markowitz 均值–方差模型的数学描述 | 第23-24页 |
| ·Markowitz 模型的应用 | 第24-26页 |
| ·模型的改进 | 第26-28页 |
| ·Markowitz 模型的不足 | 第26页 |
| ·高阶风险的研究现状 | 第26-27页 |
| ·均值-方差-峰度模型的提出 | 第27-28页 |
| ·均值-方差-峰度模型的特点 | 第28-30页 |
| 第四章 基于微粒群算法求解均值-方差-峰度模型 | 第30-38页 |
| ·带约束的单目标优化方法 | 第30页 |
| ·微粒群算法 | 第30-34页 |
| ·经典微粒群算法简介 | 第30-32页 |
| ·经典微粒群算法原理 | 第32-33页 |
| ·两种改进的模型 | 第33页 |
| ·改进的微粒群算法 | 第33-34页 |
| ·带惯性权重的微粒群算法对均值-方差-峰度模型的优化 | 第34-35页 |
| ·带惯性权重的微粒群算法参数的确定 | 第35-36页 |
| ·IPSO 实例分析 | 第36-38页 |
| 第五章 结论和展望 | 第38-40页 |
| ·研究结论 | 第38页 |
| ·研究展望 | 第38-40页 |
| 参考文献 | 第40-44页 |
| 致谢 | 第44-46页 |
| 攻读硕士期间发表的论文 | 第46-47页 |