组合模型对金融时间序列的分析及预测
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-11页 |
| ·课题的研究背景 | 第8-9页 |
| ·国内外研究现状 | 第9-10页 |
| ·本文的主要工作 | 第10-11页 |
| 第二章 统计学习理论与支持向量机的基本原理 | 第11-27页 |
| ·统计学习理论简介 | 第11-13页 |
| ·VC 维 | 第11-12页 |
| ·推广性的界 | 第12页 |
| ·结构风险最小化原则 | 第12-13页 |
| ·支持向量机 | 第13-27页 |
| ·最优化理论 | 第14-15页 |
| ·Wolfe 对偶 | 第15-16页 |
| ·支持向量机理论 | 第16-21页 |
| ·核函数 | 第21-23页 |
| ·支持向量回归算法 | 第23-27页 |
| 第三章 时间序列模型 | 第27-33页 |
| ·引言 | 第27页 |
| ·时间序列的几个基本概念 | 第27-30页 |
| ·平稳性 | 第27页 |
| ·自相关系数和偏自相关函数 | 第27-28页 |
| ·平稳性的ADF检验 | 第28-29页 |
| ·白噪声与线性时间序列 | 第29-30页 |
| ·随机模型及其预报 | 第30-33页 |
| ·线性平稳模型 | 第30-31页 |
| ·线性非平稳模型 | 第31-32页 |
| ·AIC准则和BIC准则 | 第32页 |
| ·建模流程 | 第32-33页 |
| 第四章 组合模型及其实证分析 | 第33-43页 |
| ·组合模型的建模方式 | 第33页 |
| ·我国 CPI 序列预测实证 | 第33-37页 |
| ·提取内生变量 | 第33-35页 |
| ·支持向量机回归模型预测 | 第35-36页 |
| ·对残差的分析及预测 | 第36页 |
| ·CPI 序列预测比较 | 第36-37页 |
| ·上海综指的实证分析 | 第37-43页 |
| ·GARCH 模型 | 第37-38页 |
| ·组合模型实证 | 第38-41页 |
| ·GARCH 模型分析 | 第41-42页 |
| ·模型预测比较 | 第42-43页 |
| 第五章 结论与展望 | 第43-44页 |
| 参考文献 | 第44-45页 |
| 攻读硕士学位期间发表学术论文情况 | 第45-46页 |
| 致谢 | 第46页 |
