非线性股市分析以及基于小波神经网络的股市预测
| 摘要 | 第1-3页 |
| Abstract | 第3-6页 |
| 第一章 绪论 | 第6-15页 |
| ·混沌与证券市场 | 第6页 |
| ·混沌的历史 | 第6-8页 |
| ·混沌理论 | 第8-10页 |
| ·时间序列和混沌之间的联系 | 第10-11页 |
| ·分形和分形维 | 第11-12页 |
| ·非线性时间序列与分形维数 | 第12-14页 |
| ·Lyapunov指数和维数 | 第12-13页 |
| ·Hausdoff维数 | 第13页 |
| ·嵌入维数 | 第13-14页 |
| ·股票和分形维数 | 第14-15页 |
| 第二章 资本市场假说 | 第15-19页 |
| ·有效市场假说和置疑 | 第15-17页 |
| ·分形时间序列和分形市场假说 | 第17页 |
| ·经济学和混沌 | 第17-19页 |
| 第三章 R／S分析 | 第19-26页 |
| ·R／S分析介绍 | 第19页 |
| ·R／S研究和资本市场 | 第19-20页 |
| ·检验R／S分析 | 第20-22页 |
| ·数学期望分析 | 第20-22页 |
| ·方差分析 | 第22页 |
| ·随机模型分析 | 第22-26页 |
| ·自回归模型(AR) | 第23页 |
| ·平均移动模型(MA) | 第23-24页 |
| ·自回归移动平均模型(ARMA) | 第24页 |
| ·自回归集中移动平均模型(ARIMA) | 第24页 |
| ·自回归条件异方差模型(ARCH) | 第24-26页 |
| 第四章 基于成交量的非线性股市分析 | 第26-42页 |
| ·基于日历的股价序列 | 第26-27页 |
| ·基于信息流的股价序列 | 第27页 |
| ·重新构造基于成交量的股价序列 | 第27-42页 |
| ·重构函数 | 第27-29页 |
| ·实证数据 | 第29-31页 |
| ·实证检验 | 第31-35页 |
| ·结果分析 | 第35-42页 |
| 第五章 基于神经网络的股价预测 | 第42-54页 |
| ·神经网络的介绍 | 第42-44页 |
| ·BP神经网络的设计和建模 | 第44-48页 |
| ·BP神经网络 | 第44-45页 |
| ·各层神经元个数的确定 | 第45-46页 |
| ·BP网络学习算法 | 第46-47页 |
| ·BP神经网络的改进算法 | 第47-48页 |
| ·小波神经网络 | 第48-52页 |
| ·小波及小波神经网络 | 第48-49页 |
| ·小波神经网络的学习算法 | 第49-52页 |
| ·预测结果与分析 | 第52-54页 |
| 结论 | 第54-55页 |
| 攻读学位期间发表的学术论文 | 第55-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-60页 |
