| 摘要 | 第4-5页 |
| 英文摘要 | 第5-6页 |
| 一、引言 | 第9-18页 |
| (一)研究背景及意义 | 第9-10页 |
| (二)文献综述 | 第10-16页 |
| 1.时间序列相似性的度量分析 | 第10-13页 |
| 2.时间序列的聚类分析 | 第13-15页 |
| 3.投资组合理论分析 | 第15-16页 |
| (三)研究内容及思路 | 第16-17页 |
| 1.研究内容 | 第16-17页 |
| 2.研究思路 | 第17页 |
| (四)研究重点、难点及创新点 | 第17-18页 |
| 二、动态时间规整算法与聚类分析理论 | 第18-24页 |
| (一)动态时间规整算法 | 第18-21页 |
| 1.传统的动态时间规整算法 | 第18-19页 |
| 2.有约束的动态时间规整算法 | 第19-21页 |
| (二)聚类分析理论 | 第21-22页 |
| 1.常用的聚类分析方法 | 第21-22页 |
| 2.K-Means聚类分析法的实现 | 第22页 |
| (三)基于多指标动态时间规整距离的聚类分析算法 | 第22-24页 |
| 三、基于多指标动态时间规整距离聚类分析算法的实现 | 第24-28页 |
| (一)数据及指标的选取 | 第24-25页 |
| 1.股票样本的选取 | 第24页 |
| 2.指标选取 | 第24-25页 |
| (二)基于多指标动态时间规整距离聚类分析算法的资产选择 | 第25-28页 |
| 四、最优资产配置及投资业绩检验 | 第28-33页 |
| (一)均值-CVaR模型 | 第28-29页 |
| (二)基于均值-CVaR模型的最优资产配置策略及其业绩检验 | 第29-33页 |
| 五、结论与展望 | 第33-35页 |
| 参考文献 | 第35-41页 |
| 附录 | 第41-49页 |
| 后记 | 第49-51页 |
| 攻读学位期间科研成果 | 第51页 |