| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第12-22页 |
| 1.1 选题背景与研究意义 | 第12-14页 |
| 1.1.1 选题背景 | 第12-13页 |
| 1.1.2 研究意义 | 第13-14页 |
| 1.2 相关文献综述 | 第14-20页 |
| 1.2.1 基于随机波动模型的研究 | 第15-17页 |
| 1.2.2 基于时间序列长记忆模型的研究 | 第17-18页 |
| 1.2.3 黄金期货市场波动特征 | 第18-20页 |
| 1.3 研究思路与内容 | 第20-22页 |
| 1.3.1 研究思路 | 第20页 |
| 1.3.2 研究内容 | 第20-22页 |
| 第2章 随机波动模型与长记忆特征的理论分析 | 第22-40页 |
| 2.1 随机波动模型类型 | 第22-28页 |
| 2.1.1 波动的基本概念 | 第22页 |
| 2.1.2 波动的一般特征 | 第22-24页 |
| 2.1.3 波动模型的结构 | 第24-27页 |
| 2.1.4 随机波动模型的统计特征 | 第27-28页 |
| 2.2 随机波动模型的参数估计方法 | 第28-32页 |
| 2.2.1 伪极大似然估计 | 第28-30页 |
| 2.2.2 广义矩方法 | 第30-31页 |
| 2.2.3 马尔科夫蒙特卡洛方法 | 第31-32页 |
| 2.3 黄金期货市场长记忆性 | 第32-40页 |
| 2.3.1 长记忆性的概念 | 第32-33页 |
| 2.3.2 长记忆参数的估计方法 | 第33-38页 |
| 2.3.3 长记忆性检验方法综合评价 | 第38-40页 |
| 第3章 贝叶斯LMSV模型的构建 | 第40-48页 |
| 3.1 LMSV模型的构建 | 第40-41页 |
| 3.1.1 随机波动模型的构建 | 第40页 |
| 3.1.2 LMSV模型的构建 | 第40-41页 |
| 3.2 LMSV模型的结构分析 | 第41-43页 |
| 3.2.1 LMSV模型的状态空间转换 | 第41页 |
| 3.2.2 状态空间模型和卡尔曼滤波 | 第41-43页 |
| 3.3 LMSV模型的贝叶斯估计 | 第43-48页 |
| 3.3.1 LMSV模型的贝叶斯分析 | 第43-45页 |
| 3.3.2 LMSV模型参数的MCMC抽样算法设计 | 第45-48页 |
| 第4章 黄金期货市场的实证研究 | 第48-56页 |
| 4.1 样本数据及统计特征 | 第48-51页 |
| 4.1.1 数据来源 | 第48页 |
| 4.1.2 统计特征分析 | 第48-51页 |
| 4.2 贝叶斯LMSV模型的参数估计 | 第51-54页 |
| 4.2.1 模型参数的先验设置 | 第51页 |
| 4.2.2 参数估计 | 第51-54页 |
| 4.3 实证结果分析 | 第54-56页 |
| 结论 | 第56-58页 |
| 参考文献 | 第58-64页 |
| 致谢 | 第64-65页 |
| 附录A 攻读学位期间所发表的论文 | 第65页 |