| 中文摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 第一章 绪论 | 第9-20页 |
| ·研究背景 | 第9-13页 |
| ·基于线性范式的传统金融系统理论 | 第9-11页 |
| ·金融市场的非线性研究 | 第11-13页 |
| ·混沌理论的研究现状 | 第13-14页 |
| ·混沌时间序列的研究进展及现状 | 第14-16页 |
| ·多变量混沌时间序列研究现状及存在的问题 | 第16-17页 |
| ·本文的主要工作及章节安排 | 第17-20页 |
| 第二章 单变量金融时间序列的混沌特性检验 | 第20-44页 |
| ·问题的提出 | 第20-21页 |
| ·相空间重构理论 | 第21-24页 |
| ·延迟时间的确定 | 第21-22页 |
| ·嵌入维数的确定 | 第22-24页 |
| ·金融时间序列的非线性特性检验方法 | 第24-27页 |
| ·Hurst 指数 | 第24-25页 |
| ·BDS 检验 | 第25-26页 |
| ·替代数据法 | 第26-27页 |
| ·金融时间序列的混沌特性检验方法 | 第27-36页 |
| ·关联维数 | 第27-31页 |
| ·熵 | 第31页 |
| ·Lyapunov 指数谱 | 第31-32页 |
| ·最大Lyapunov 指数 | 第32-34页 |
| ·递归图（RPs） | 第34-35页 |
| ·Cao 方法 | 第35页 |
| ·功率谱 | 第35-36页 |
| ·应用实例 | 第36-43页 |
| ·汇率时序数据的非线性混沌特性检验研究 | 第36-40页 |
| ·上证股票市场的非线性分析 | 第40-43页 |
| ·小结 | 第43-44页 |
| 第三章 多变量金融时间序列的混沌特性检验 | 第44-56页 |
| ·问题的提出 | 第44页 |
| ·多变量时间序列的相空间重构技术 | 第44-46页 |
| ·嵌入维数的确定 | 第45页 |
| ·改进的嵌入维数确定方法 | 第45-46页 |
| ·多变量时间序列的非线性检验 | 第46-48页 |
| ·替代数据方法 | 第46-47页 |
| ·Lorenz 系统的替代数据分析 | 第47-48页 |
| ·多变量时间序列的最大lyapunov 指数 | 第48-52页 |
| ·改进的小数据量算法 | 第48-51页 |
| ·改进的Wolf 方法 | 第51-52页 |
| ·上证股票价格时序数据的替代数据分析 | 第52-55页 |
| ·小结 | 第55-56页 |
| 第四章 噪声对金融时间序列的影响 | 第56-73页 |
| ·噪声的一般性质 | 第56-57页 |
| ·混沌与噪声的区别 | 第57页 |
| ·噪声的消除方法 | 第57-60页 |
| ·奇异谱降噪方法 | 第57-59页 |
| ·小波除噪方法 | 第59-60页 |
| ·噪声对单变量时间序列最大Lyapunov 指数的影响研究 | 第60-68页 |
| ·小数据量算法 | 第60-61页 |
| ·噪声的生成方法 | 第61-62页 |
| ·噪声对最大Lyapunov 指数的影响 | 第62-68页 |
| ·噪声对多变量时间序列最大Lyapunov 指数的影响研究 | 第68-72页 |
| ·改进的小数据量算法 | 第68-69页 |
| ·噪声对最大Lyapunov 指数的影响 | 第69-72页 |
| ·小结 | 第72-73页 |
| 第五章 金融时间序列的非线性预测研究 | 第73-84页 |
| ·问题的提出 | 第73-74页 |
| ·单变量金融时间序列的局域预测法 | 第74页 |
| ·多变量金融时间序列的局域预测法 | 第74-76页 |
| ·基于相空间重构的神经网络预测模型 | 第76-78页 |
| ·预测误差 | 第78页 |
| ·应用举例 | 第78-83页 |
| ·深圳股票时序数据的非线性预测 | 第78-81页 |
| ·上证股市股票价格时间序列的多变量非线性预测 | 第81-83页 |
| ·小结 | 第83-84页 |
| 第六章 金融时间序列的支持向量机预测 | 第84-101页 |
| ·支持向量机理论的研究现状 | 第84-86页 |
| ·支持向量机的回归原理 | 第86-89页 |
| ·支持向量机的线性回归 | 第86-87页 |
| ·支持向量机的非线性回归 | 第87-88页 |
| ·核函数 | 第88页 |
| ·损失函数 | 第88-89页 |
| ·最小二乘支持向量机回归算法 | 第89-90页 |
| ·多变量金融时间序列的最小二乘支持向量机预测模型 | 第90-91页 |
| ·性能标准 | 第91页 |
| ·应用举例 | 第91-100页 |
| ·基于LS-SVM 的外汇汇率预测研究 | 第91-94页 |
| ·基于LS-SVM 的石油期货价格预测研究 | 第94-96页 |
| ·上证股市多变量时序数据的LS-SVM 预测研究 | 第96-100页 |
| ·小结 | 第100-101页 |
| 第七章 结论与展望 | 第101-104页 |
| ·本文的主要研究工作和理论成果 | 第101-102页 |
| ·今后的工作展望 | 第102-104页 |
| 参考文献 | 第104-112页 |
| 发表论文和参加科研情况说明 | 第112-113页 |
| 致谢 | 第113页 |