| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-14页 |
| ·概述 | 第8-10页 |
| ·金融市场可预测性研究综述 | 第10-12页 |
| ·本文的结构安排 | 第12-14页 |
| 第二章 建立预测模型的数学模型——前馈式神经网络 | 第14-26页 |
| ·引言 | 第14-15页 |
| ·多层前馈神经网络数学理论 | 第15-26页 |
| ·引言 | 第15-16页 |
| ·人工神经网络基本结构以及算法 | 第16-22页 |
| ·基于BP 算法的前馈神经网络 | 第22-24页 |
| ·基于多层前馈神经网络(FNN)预测模型 | 第24-26页 |
| 第三章 模型输入特征向量提取方法——阴阳波动率 | 第26-37页 |
| ·引言 | 第26-27页 |
| ·价格波动率 | 第27-30页 |
| ·阴阳波动率的数学定义 | 第30-32页 |
| ·金融价格时间序列的阴阳波动率 | 第30-32页 |
| ·相对阴阳波动率 | 第32页 |
| ·小波分析——利用小波分析计算移动平均值 | 第32-37页 |
| ·小波变换快速算法设计原理与步骤 | 第33-34页 |
| ·小波分解算法 | 第34-35页 |
| ·小波重构算法 | 第35-37页 |
| 第四章 金融市场价格短期趋势预测模型 | 第37-43页 |
| ·前馈神经网络(FNN)的市场价格短期趋势预测模型 | 第37-40页 |
| ·基于阴阳波动率的FNN 短期趋势预测模型 | 第40-42页 |
| ·检验模型效果的误差函数 | 第42-43页 |
| 第五章 澳大利亚股指短期趋势预测模型实证 | 第43-76页 |
| ·检验预测模型的实验数据准备 | 第43-48页 |
| ·基于不同输入集与输出集的前馈神经网络预测模型实证 | 第48-70页 |
| ·模型一单输入集单输出集模型——基准模型 | 第49-51页 |
| ·模型二多输入集单输出集模型 | 第51-54页 |
| ·模型三多输入集多输出集模型 | 第54-58页 |
| ·模型四基于单尺度空间阴阳波动率的单输入集模型 | 第58-68页 |
| ·模型五基于多个尺度空间阴阳波动率的多输入集模型 | 第68-70页 |
| ·基于阴阳波动率的神经网络预测模型扩展探讨 | 第70-76页 |
| 第六章 结论 | 第76-78页 |
| 致谢 | 第78-79页 |
| 参考文献 | 第79-84页 |
| 攻硕期间取得的研究成果 | 第84-85页 |