中文摘要 | 第1-4页 |
ABSTRACT | 第4-8页 |
第一章 绪论 | 第8-16页 |
·研究背景 | 第8-10页 |
·混沌金融时间序列的研究进展及现状 | 第10-14页 |
·混沌理论 | 第10-12页 |
·金融时间序列的混沌特征及预测研究现状 | 第12-14页 |
·混沌金融时间序列研究中存在的问题 | 第14-15页 |
·本文主要内容与章节安排 | 第15-16页 |
第二章 沪深300 股指序列的混沌特性判定 | 第16-28页 |
·混沌时间序列的判定方法 | 第16-19页 |
·功率谱方法 | 第17页 |
·递归图方法 | 第17页 |
·Cao 方法 | 第17-18页 |
·替代数据法 | 第18-19页 |
·沪深300 部分股指序列的混沌特性检验 | 第19-27页 |
·股票功率谱分析 | 第20-21页 |
·递归图分析 | 第21-23页 |
·Cao 方法分析 | 第23-25页 |
·替代数据分析 | 第25-27页 |
·结论 | 第27页 |
·本章小结 | 第27-28页 |
第三章 沪深300 股指序列的相空间轨迹特性分析 | 第28-62页 |
·RP 和CRP 方法 | 第29-30页 |
·时序复杂度分析的APEN 算法 | 第30-33页 |
·重绘沪深300 指数的RP 图、CRP 图和APEN 图 | 第33-60页 |
·本章小结 | 第60-62页 |
第四章 沪深300 股指序列的LYAPUNOV 指数及复杂性分析 | 第62-73页 |
·LYAPUNOV 指数理论 | 第62-65页 |
·时序数据的LYAPUNOV 指数 | 第65-67页 |
·LYAPUNOV 指数轨线算法的理论基础 | 第67-69页 |
·沪深300 部分股指序列LYAPUNOV 指数的数值结果 | 第69-72页 |
·数据说明 | 第69页 |
·数值结果 | 第69-72页 |
·结论 | 第72页 |
·本章小结 | 第72-73页 |
第五章 沪深300 股指预测技术及应用研究 | 第73-86页 |
·基于非线性自相关混沌模型的预测技术 | 第73-78页 |
·非线性自相关混沌模型结构 | 第73-74页 |
·数据预处理 | 第74-75页 |
·计算结果 | 第75-76页 |
·结论 | 第76-78页 |
·基于RBF 神经网络的局域预测法 | 第78-85页 |
·相空间重构与基于RBF 神经网络的局域预测法概述 | 第78-79页 |
·数值仿真 | 第79-85页 |
·本章小结 | 第85-86页 |
第六章 沪深300 股指序列的波浪特性及复杂性研究 | 第86-104页 |
·股票市场行为分析 | 第86-87页 |
·艾略特波浪理论基本原理 | 第87-96页 |
·波浪理论 | 第87-88页 |
·艾略特波浪理论原理 | 第88-95页 |
·艾略特波浪理论与自然法则 | 第95-96页 |
·波浪理论的数学原理与哲学思考 | 第96-101页 |
·波浪理论的数学原理 | 第96-98页 |
·时空互换与黄金分割比例 | 第98-100页 |
·波浪理论的哲学思考 | 第100-101页 |
·艾略特波浪理论的应用 | 第101-103页 |
·本章小结 | 第103-104页 |
第七章 总结与展望 | 第104-106页 |
·全文总结 | 第104页 |
·研究展望 | 第104-106页 |
参考文献 | 第106-114页 |
发表论文和科研情况说明 | 第114-115页 |
致谢 | 第115页 |