基于支持向量机的股指时间序列预测

摘要	第1-7页
Abstract	第7-10页
第1章 绪论	第10-22页
·选题背景与意义	第10-11页
·研究回顾	第11-21页
·时间序列分析	第11-12页
·金融时间序列建模方法回顾	第12-19页
·支持向量机	第19-21页
·本文主要工作和结构	第21-22页
第2章 基于支持向量机的数据分析	第22-31页
·统计学习理论的基本理论	第22-24页
·支持向量机的原理	第24-29页
·支持向量机结构	第24-26页
·支持向量机数学模型	第26-28页
·支持向量机回归的一个例子	第28-29页
·标准支持向量机的改进	第29-30页
·本章小结	第30-31页
第3章 基于LS-VM工具的数据分析方法	第31-47页
·LS-SVM理论	第31-33页
·LSSVM.M工具的介绍和分析	第33-37页
·LS-SVM的特性	第33-35页
·LSSVM.M回归法的基本方法框架	第35-37页
·LSSVM.M的性能测试	第37-44页
·拟合和预测性能测试	第37-39页
·问题分析	第39-44页
·参数选择的方法改进	第44-46页
·本章小结	第46-47页
第4章 基于参数改进支持向量机股指时间序列预测	第47-53页
·时间序列的样本和预处理	第47-49页
·股票指数预测实例	第49-52页
·本章小结	第52-53页
结论	第53-54页
致谢	第54-55页
参考文献	第55-60页
攻读硕士学位期间发表的论文	第60页