| 第一章 前 言 | 第1-25页 |
| ·现代投资组合理论的发展 | 第7-14页 |
| ·研究Markwitz优化理论的意义及Markwitz优化模型的不足 | 第14-19页 |
| ·论文的内容及创新 | 第19-25页 |
| ·内容结构 | 第19-22页 |
| ·创新之处 | 第22-25页 |
| 第二章 证券价格运动与非线性跟踪微分器对它的模拟及预测分析 | 第25-52页 |
| ·随机时间序列和证券价格运动模型 | 第25-33页 |
| ·随机时间序列的数字特征 | 第26-27页 |
| ·平稳时间序列 | 第27-28页 |
| ·白噪声序列 | 第28-29页 |
| ·自回归序列 | 第29-30页 |
| ·随机行走 | 第30-31页 |
| ·维纳过程与几何布朗运动 | 第31-33页 |
| ·非线性跟踪微分器及其对证券价格运动的模拟 | 第33-51页 |
| ·广义函数的有关概念及结论 | 第33-35页 |
| ·非线性跟踪微分器的一般形式及基本性质 | 第35-40页 |
| ·几种具体的非线性跟踪微分器 | 第40-43页 |
| ·非线性跟踪微分器在模拟和预测股价中的应用 | 第43-51页 |
| ·小结 | 第51-52页 |
| 第三章 证券的收益率及其度量 | 第52-75页 |
| ·业绩表现 | 第52-53页 |
| ·收益率 | 第53-63页 |
| ·单期收益率 | 第53-55页 |
| ·多期收益率 | 第55-60页 |
| ·对数收益率 | 第60-63页 |
| ·预期收益率 | 第63-71页 |
| ·预期收益率的定义 | 第63-64页 |
| ·移动平均模型 | 第64-66页 |
| ·指数平滑模型 | 第66-68页 |
| ·自适应过滤模型 | 第68-69页 |
| ·非线性跟踪微分器模型 | 第69-71页 |
| ·小 结 | 第71-75页 |
| 第四章 证券的风险及其度量 | 第75-108页 |
| ·风险的来源与种类 | 第75-78页 |
| ·单个证券的风险度量模型 | 第78-83页 |
| ·风险(方差法) | 第78-79页 |
| ·风险(最大偏差法) | 第79-80页 |
| ·风险(平均偏差法) | 第80-81页 |
| ·风险(下半方差法) | 第81页 |
| ·王--张风险 | 第81-82页 |
| ·VaR(Value at Risk) | 第82-83页 |
| ·证券组合及其风险度量 | 第83-93页 |
| ·证券组合效应 | 第83-86页 |
| ·证券组合的收益 | 第86-88页 |
| ·协方差与相关系数 | 第88-90页 |
| ·证券组合的风险 | 第90-93页 |
| ·考虑了价格运动和交易量两个因素的风险度量新方法-- 能量型风险 | 第93-103页 |
| ·从LTCM事件谈突发事件的机制 | 第94-97页 |
| ·能量型风险的度量原理 | 第97-103页 |
| ·小 结 | 第103-108页 |
| 第五章 证券组合优化模型 | 第108-161页 |
| ·Markowitz优化模型 | 第108-131页 |
| ·结合线 | 第109-113页 |
| ·用Lagrange乘子法求解Markowitz优化模型 | 第113-121页 |
| ·用几何方法求解Markowitz优化模型 | 第121-131页 |
| ·含无风险证券的Markowitz优化模型 | 第131-138页 |
| ·用Lagrange乘子法解决含无风险证券的证券组合优化模型 | 第132-133页 |
| ·用几何方法解决含无风险证券的证券组合优化模型 | 第133-137页 |
| ·不同借贷利率下证券组合的有效前沿 | 第137-138页 |
| ·其它形式的证券组合优化模型 | 第138-160页 |
| ·最大偏差法度量风险的证券组合优化模型 | 第139-148页 |
| ·均值--VaR优化模型 | 第148-154页 |
| ·VaR约束下的Markowitz优化模型 | 第154-160页 |
| ·小 结 | 第160-161页 |
| 第六章 证券组合效用最大化问题的研究 | 第161-180页 |
| ·无差异曲线(IDC)与效用最大化的风险投资组合 | 第161-167页 |
| ·含无风险证券时证券组合的效用最大化 | 第167-170页 |
| ·不同借贷利率下证券组合的效用最大化 | 第170-178页 |
| ·小 结 | 第178-180页 |
| 参考文献 | 第180-186页 |
| 攻读博士期间发表论文和参加科研情况说明 | 第186-188页 |
| 致谢 | 第188页 |
