| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 引言 | 第9-18页 |
| ·研究背景 | 第9页 |
| ·金融市场的可预测性 | 第9-13页 |
| ·有效市场假说 | 第10-11页 |
| ·异质市场假说（Heterogeneous Market Hypothesis，HMH） | 第11-12页 |
| ·分形市场假说(Fractal Market Hypothesis，FMH) | 第12页 |
| ·国内外对金融市场可预测性的研究 | 第12-13页 |
| ·金融市场预测方法研究现状 | 第13-15页 |
| ·证券投资分析法 | 第13页 |
| ·时间序列预测法 | 第13-14页 |
| ·非线性预测法 | 第14-15页 |
| ·目前研究方法的不足 | 第15页 |
| ·论文研究内容和创新 | 第15-18页 |
| ·研究内容 | 第15-17页 |
| ·本文主要创新点 | 第17-18页 |
| 第二章 多级分形分解方法 | 第18-27页 |
| ·分形 | 第18-19页 |
| ·分形分解方法介绍 | 第19-25页 |
| ·小波多分辨率分析简介 | 第19-20页 |
| ·经验模式分解简介 | 第20-23页 |
| ·Zig-Zag 分解方法简介 | 第23-25页 |
| ·本章小结 | 第25-27页 |
| 第三章 多级结构时间序列模型 | 第27-40页 |
| ·多级结构时间序列模型简介 | 第27-28页 |
| ·分形特征提取 | 第28页 |
| ·分形特征建模方法介绍 | 第28-33页 |
| ·趋势项模型 | 第28-29页 |
| ·周期项模型 | 第29-31页 |
| ·扰动项模型 | 第31-32页 |
| ·模型参数估计方法－卡尔曼滤波介绍 | 第32-33页 |
| ·实证研究 | 第33-39页 |
| ·本章小结 | 第39-40页 |
| 第四章 多级模式匹配 | 第40-56页 |
| ·时间序列模式匹配简介 | 第40-41页 |
| ·序列相似性度量 | 第41-48页 |
| ·直接距离法 | 第42-44页 |
| ·基于傅立叶变换的方法 | 第44-45页 |
| ·PCA 相似系数 | 第45-46页 |
| ·三分量法 | 第46-47页 |
| ·基于规范变换的方法 | 第47-48页 |
| ·金融时间序列模式匹配的要求 | 第48-51页 |
| ·分形特征 | 第48-49页 |
| ·时间序列分割 | 第49-50页 |
| ·特征抽取和模式匹配方法 | 第50-51页 |
| ·实证研究 | 第51-55页 |
| ·本章小结 | 第55-56页 |
| 第五章 结论和展望 | 第56-58页 |
| ·研究总结 | 第56-57页 |
| ·前景展望 | 第57-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-65页 |
| 攻硕期间取得的研究成果 | 第65-66页 |