| 摘要 | 第1-7页 |
| ABSTRACT | 第7-12页 |
| 第一章 概述 | 第12-47页 |
| ·引言 | 第12-13页 |
| ·基本面分析与技术分析 | 第13-16页 |
| ·基本面分析简介 | 第13-14页 |
| ·技术分析的概念 | 第14-15页 |
| ·对技术分析的质疑 | 第15-16页 |
| ·技术分析与有效市场假说 | 第16-21页 |
| ·随机游走假说 | 第16-18页 |
| ·有效市场假说 | 第18-19页 |
| ·技术分析与有效市场假说检验 | 第19-21页 |
| ·技术分析有效性研究的文献综述与评介 | 第21-41页 |
| ·早期研究的主要缺陷 | 第21-22页 |
| ·收益率动态过程与技术分析 | 第22-27页 |
| ·技术交易规则与策略 | 第27-35页 |
| ·对中国股票市场的检验 | 第35-36页 |
| ·对技术分析有效性的解释 | 第36-41页 |
| ·问题的提出 | 第41-43页 |
| ·研究内容及结构安排 | 第43-45页 |
| ·本文的主要创新点 | 第45-47页 |
| 第二章 收益率动态过程与简单技术交易规则检验 | 第47-69页 |
| ·引言 | 第47-49页 |
| ·移动平均规则的定义 | 第49-51页 |
| ·标准检验结果 | 第51-53页 |
| ·Bootstrap检验结果 | 第53-61页 |
| ·Bootstrap方法简介 | 第54-56页 |
| ·随机游走过程 | 第56-57页 |
| ·AR(1)过程 | 第57-58页 |
| ·GARCH(1,1)过程 | 第58-59页 |
| ·GARCH-M(1,1)过程 | 第59页 |
| ·非线性过程 | 第59-61页 |
| ·对收益率非线性过程的解释 | 第61-65页 |
| ·本章小结 | 第65-67页 |
| 附录 | 第67-69页 |
| 2A 带噪声的部分调整模型 | 第67-69页 |
| 第三章 简单技术交易规则的非线性预测与获利能力检验 | 第69-94页 |
| ·引言 | 第69-72页 |
| ·实证研究设计 | 第72-78页 |
| ·简单技术交易规则的非线性预测模型 | 第72-74页 |
| ·人工神经网络模型的thick models | 第74-75页 |
| ·预测绩效指标 | 第75-76页 |
| ·样本数据 | 第76-78页 |
| ·移动平均规则的非线性预测能力检验 | 第78-83页 |
| ·基于历史收益率的预测模型 | 第78-80页 |
| ·基于移动平均规则交易信号的预测模型 | 第80-83页 |
| ·交易量有助于预测吗? | 第83-86页 |
| ·基于价格和交易量的交易策略检验 | 第86-90页 |
| ·交易策略构造 | 第86-88页 |
| ·交易策略的超额收益检验 | 第88-90页 |
| ·本章小结 | 第90-92页 |
| 附录 | 第92-94页 |
| 3A 隐层神经元的传递函数特征 | 第92-93页 |
| 3B Thick models的统计预测绩效 | 第93-94页 |
| 第四章 复杂技术图形的识别及其交易策略检验 | 第94-115页 |
| ·引言 | 第94-96页 |
| ·复杂技术图形的定义 | 第96-98页 |
| ·实证研究方法 | 第98-102页 |
| ·非参数核回归方法 | 第98-100页 |
| ·技术图形识别方法 | 第100-101页 |
| ·技术图形的条件收益率 | 第101-102页 |
| ·样本数据 | 第102页 |
| ·实证结果与分析 | 第102-110页 |
| ·技术图形识别结果 | 第102-104页 |
| ·技术图形的信息含量检验 | 第104-107页 |
| ·交易策略的超额收益检验 | 第107-110页 |
| ·本章小结 | 第110-111页 |
| 附录 | 第111-115页 |
| 4A 交叉核实函数与窗宽的变化关系 | 第111页 |
| 4B 各种技术图形识别的示例 | 第111-115页 |
| 第五章 结束语 | 第115-119页 |
| ·全文总结与创新点 | 第115-117页 |
| ·研究展望 | 第117-119页 |
| 致谢 | 第119-121页 |
| 参考文献 | 第121-132页 |
| 简历 | 第132-133页 |
| 作者攻读博士学位期间完成的论文 | 第133-135页 |
| 作者攻读博士学位期间参加的科研项目 | 第135页 |