基于二元分割的多变点检测及其在金融中的应用
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-17页 |
| 1.1 课题的背景 | 第8-9页 |
| 1.2 研究目的和意义 | 第9-10页 |
| 1.3 国内外研究现状 | 第10-15页 |
| 1.3.1 国外研究现状 | 第10-13页 |
| 1.3.2 国内研究现状 | 第13-14页 |
| 1.3.3 国内外研究现状分析 | 第14-15页 |
| 1.4 本文的主要研究内容 | 第15-17页 |
| 第2章 预备知识 | 第17-26页 |
| 2.1 引言 | 第17页 |
| 2.2 变点检测方法 | 第17-19页 |
| 2.2.1 似然比方法 | 第17-18页 |
| 2.2.2 最小二乘方法 | 第18-19页 |
| 2.2.3 累积和方法 | 第19页 |
| 2.2.4 局部平均方法 | 第19页 |
| 2.3 重对数律 | 第19-20页 |
| 2.4 一维正态序列单变点模型 | 第20-25页 |
| 2.4.1 第一类变点模型 | 第20-22页 |
| 2.4.2 第二类变点模型 | 第22-23页 |
| 2.4.3 第三类变点模型 | 第23-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第3章 变点新模型及二元分割 | 第26-44页 |
| 3.1 引言 | 第26页 |
| 3.2 变点新模型 | 第26-39页 |
| 3.2.1 模型概述 | 第26页 |
| 3.2.2 模型分析 | 第26-39页 |
| 3.3 二元分割 | 第39-43页 |
| 3.3.1 标准二元分割 | 第40-41页 |
| 3.3.2 野二元分割 | 第41-43页 |
| 3.3.3 稀疏二元分割 | 第43页 |
| 3.4 本章小结 | 第43-44页 |
| 第4章 信息准则及贝叶斯模型选择 | 第44-51页 |
| 4.1 引言 | 第44页 |
| 4.2 信息准则 | 第44-46页 |
| 4.2.1 计算分析 | 第45页 |
| 4.2.2 近似临界值 | 第45-46页 |
| 4.3 模型选择 | 第46-50页 |
| 4.3.1 第一类变点模型临界值 | 第47-48页 |
| 4.3.2 第二类变点模型临界值 | 第48-49页 |
| 4.3.3 随机区间变点模型选择 | 第49-50页 |
| 4.4 本章小结 | 第50-51页 |
| 第5章 模拟仿真及实证分析 | 第51-71页 |
| 5.1 引言 | 第51页 |
| 5.2 模拟仿真 | 第51-61页 |
| 5.2.1 信息准则的临界值 | 第51-54页 |
| 5.2.2 变点新模型模拟检测 | 第54-61页 |
| 5.3 二元分割多变点模型模拟 | 第61-65页 |
| 5.4 实证分析 | 第65-70页 |
| 5.4.1 英国房价指数 | 第65-68页 |
| 5.4.2 Facebook股票指数 | 第68-70页 |
| 5.5 本章小结 | 第70-71页 |
| 结论 | 第71-73页 |
| 参考文献 | 第73-80页 |
| 致谢 | 第80页 |
