| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 创新点摘要 | 第6-9页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 课题研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 本文主要研究内容及组织结构 | 第11-13页 |
| 1.3.1 主要研究内容 | 第11-12页 |
| 1.3.2 组织结构 | 第12-13页 |
| 1.4 本章小结 | 第13-14页 |
| 第二章 WTI指数特征集的建立 | 第14-22页 |
| 2.1 引言 | 第14页 |
| 2.2 WTI指数特征集 | 第14-18页 |
| 2.2.1 WTI指数交易黄金分割位 | 第16页 |
| 2.2.2 WTI指数标准差 | 第16-17页 |
| 2.2.3 WTI指数均值方差 | 第17页 |
| 2.2.4 斐波那契周期WTI指数均值特征提取 | 第17-18页 |
| 2.3 实验用WTI指数交易数据集介绍 | 第18页 |
| 2.4 特征集的降维处理 | 第18-19页 |
| 2.5 Relief算法 | 第19-21页 |
| 2.6 本章小结 | 第21-22页 |
| 第三章 基于ARIMA模型的WTI指数预测 | 第22-31页 |
| 3.1 AR模型 | 第22-24页 |
| 3.1.1 模型参数的最小二乘估计 | 第22-23页 |
| 3.1.2 最小二乘法参数估计 | 第23-24页 |
| 3.2 MA模型 | 第24页 |
| 3.3 ARMA模型 | 第24-25页 |
| 3.4 ARIMA模型 | 第25-28页 |
| 3.4.1 ARIMA模型的建立 | 第25-26页 |
| 3.4.2 ARIMA模型性质 | 第26-27页 |
| 3.4.3 模型定阶方法 | 第27-28页 |
| 3.5 Chow稳定性检验 | 第28-29页 |
| 3.6 本章小结 | 第29-31页 |
| 第四章 基于ARIMA-LGARCH模型的WTI指数预测 | 第31-41页 |
| 4.1 ARCH模型 | 第31-37页 |
| 4.1.1 ARCH模型的定义 | 第31-33页 |
| 4.1.2 ARCH模型的极大似然估计 | 第33-34页 |
| 4.1.3 LGARCH模型 | 第34-37页 |
| 4.2 ARIMA-LGARCH模型的建立 | 第37-38页 |
| 4.3 ARIMA-LGARCH模型求解 | 第38-40页 |
| 4.4 本章小结 | 第40-41页 |
| 第五章 实验设计及结果分析 | 第41-47页 |
| 5.1 实验数据和环境 | 第41页 |
| 5.2 评价指标 | 第41-43页 |
| 5.3 实验方案 | 第43-44页 |
| 5.4 实验结果和分析 | 第44-46页 |
| 5.5 本章小结 | 第46-47页 |
| 结论 | 第47-48页 |
| 参考文献 | 第48-51页 |
| 发表文章目录 | 第51-52页 |
| 致谢 | 第52-53页 |