| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第1章 绪论 | 第8-13页 |
| 1.1 研究背景 | 第8页 |
| 1.2 研究目的和意义 | 第8-10页 |
| 1.2.1 研究目的 | 第8-9页 |
| 1.2.2 研究意义 | 第9-10页 |
| 1.3 研究内容、方法和技术路线 | 第10-12页 |
| 1.3.1 研究的内容与方法 | 第10页 |
| 1.3.2 研究的技术路线 | 第10-12页 |
| 1.4 本文的主要贡献 | 第12-13页 |
| 第2章 文献综述与相关理论 | 第13-20页 |
| 2.1 文献综述 | 第13-16页 |
| 2.1.1 股指期货价格预测文献综述 | 第13-14页 |
| 2.1.2 支持向量机回归文献综述 | 第14页 |
| 2.1.3 小波分析与支持向量机结合文献综述 | 第14-16页 |
| 2.2 相关理论 | 第16-19页 |
| 2.2.1 股指期货定价理论 | 第16-18页 |
| 2.2.2 股指期货价格预测理论 | 第18-19页 |
| 2.3 本章小结 | 第19-20页 |
| 第3章 股指期货价格预测的问题描述与分析 | 第20-23页 |
| 3.1 时间序列分析预测的问题描述与分析 | 第20-21页 |
| 3.1.1 时间序列分析预测的问题描述 | 第20页 |
| 3.1.2 时间序列分析预测的问题分析 | 第20-21页 |
| 3.2 机器学习方法预测的问题描述与分析 | 第21-22页 |
| 3.2.1 机器学习方法简介 | 第21页 |
| 3.2.2 神经网络预测的问题描述与分析 | 第21页 |
| 3.2.3 支持向量机预测的问题描述与分析 | 第21-22页 |
| 3.3 本章小结 | 第22-23页 |
| 第4章 股指期货价格预测方案的理论框架 | 第23-32页 |
| 4.1 股指期货的基础知识 | 第23页 |
| 4.2 支持向量机回归模型介绍 | 第23-27页 |
| 4.2.1 简单线性分类情况 | 第23-24页 |
| 4.2.2 几何间隔与函数间隔 | 第24-25页 |
| 4.2.3 线性不可分情况与核函数 | 第25-26页 |
| 4.2.4 支持向量机回归 | 第26-27页 |
| 4.3 支持向量机参数优化方法介绍 | 第27-30页 |
| 4.3.1 遗传算法介绍 | 第27-28页 |
| 4.3.2 粒子群算法介绍 | 第28-30页 |
| 4.4 小波核函数的理论基础 | 第30-31页 |
| 4.4.1 小波分析 | 第30页 |
| 4.4.2 小波核函数 | 第30-31页 |
| 4.5 本章小结 | 第31-32页 |
| 第5章 股指期货价格预测方案的策划设计 | 第32-53页 |
| 5.1 股指期货价格预测方案的流程 | 第32-33页 |
| 5.2 数据预处理与降维 | 第33-39页 |
| 5.2.1 工具介绍 | 第33页 |
| 5.2.2 输入以及输出变量 | 第33-35页 |
| 5.2.3 数据归一化 | 第35-37页 |
| 5.2.4 主成分分析 | 第37-39页 |
| 5.3 构建小波核函数 | 第39-42页 |
| 5.3.1 支持向量机自定义核函数 | 第39-40页 |
| 5.3.2 小波核函数预计算矩阵 | 第40-42页 |
| 5.4 支持向量机回归参数优化 | 第42-49页 |
| 5.4.1 支持向量机参数优化概述 | 第42页 |
| 5.4.2 遗传算法参数优化 | 第42-45页 |
| 5.4.3 粒子群算法参数优化 | 第45-49页 |
| 5.5 支持向量机回归的训练与预测 | 第49-52页 |
| 5.6 本章小结 | 第52-53页 |
| 第6章 股指期货价格预测方案的合理性检验与实施途径 | 第53-62页 |
| 6.1 合理性检验结果 | 第53-59页 |
| 6.2 实施途径 | 第59-61页 |
| 6.2.1 股指期货日间单边交易策略的实施途径 | 第59-60页 |
| 6.2.2 股指期货灵活择时对冲策略的实施途径 | 第60-61页 |
| 6.3 本章小结 | 第61-62页 |
| 第7章 结论以及展望 | 第62-64页 |
| 7.1 本文总结 | 第62页 |
| 7.2 存在不足 | 第62-63页 |
| 7.3 展望 | 第63-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 附录 | 第68-78页 |