摘要 | 第1-7页 |
ABSTRACT | 第7-12页 |
第一章 绪论 | 第12-14页 |
·问题的提出及研究意义 | 第12-13页 |
·研究的问题及可能的创新点 | 第13页 |
·研究思路以及框架 | 第13-14页 |
第二章 相关理论介绍及研究现状 | 第14-27页 |
·各种投资理论及其对股票市场的解释 | 第14-16页 |
·股市的非线性研究 | 第16-17页 |
·基于神经网络的股市预测现状 | 第17-18页 |
·小波分析研究现状 | 第18页 |
·中国股市现状 | 第18-20页 |
·混沌理论 | 第20-24页 |
·MATLAB介绍 | 第24-27页 |
第三章 股市序列去噪 | 第27-37页 |
·本文主要研究方法概述 | 第27页 |
·金融时间序列的去噪方法简要评述 | 第27-28页 |
·小波去噪声法 | 第28-32页 |
·小波去噪的原理 | 第28-29页 |
·参数决定 | 第29-32页 |
·小波阈值去噪可行性实验 | 第32-34页 |
·对目标数据去噪 | 第34-36页 |
·第一组数据进行去噪 | 第34-35页 |
·对第二组数据进行去噪处理 | 第35-36页 |
·小结 | 第36-37页 |
第四章 我国股市混沌性即可预测性判断 | 第37-45页 |
·股市混沌特征的主要研究成果 | 第37页 |
·对于短期股市预测性的思考 | 第37-38页 |
·判断混沌序列的李亚普诺夫(Lyapunov)指数方法及步骤 | 第38页 |
·李亚普诺夫(Lyapunov)指数 | 第38页 |
·计算系统的李亚普诺夫(Lyapunov)指数步骤 | 第38页 |
·相关知识 | 第38-42页 |
·Lyapunov指数及最大Lyapunov指数 | 第38-39页 |
·相空间重构 | 第39页 |
·相空间重构中的嵌入维与时间延迟 | 第39-40页 |
·CC方法 | 第40-41页 |
·小数据量方法求解最大Lyapunov指数 | 第41-42页 |
·对短期股市混沌性和可预测性的实证研究 | 第42-43页 |
·计算相空间插入维数m时间延迟t | 第42-43页 |
·计算时间序列的最大Lyapunov指数 | 第43页 |
·计算盘整阶段的最大Lyapunov指数 | 第43页 |
·结论 | 第43-45页 |
第五章 基于混沌理论的股市预测方法的比较研究 | 第45-60页 |
·股票预测概述 | 第45页 |
·当前预测股市的主要方法 | 第45-46页 |
·对上升股市序列进行预测 | 第46-51页 |
·神经网络系统介绍 | 第46-47页 |
·BP神经网络介绍 | 第47-49页 |
·BP算法 | 第49页 |
·BP预测分析 | 第49-51页 |
·RBF径向神经网络预测股价运用 | 第51-52页 |
·基于分型的预测 | 第52-58页 |
·分形相关概念 | 第52-55页 |
·分形模型建立 | 第55-56页 |
·对上证综合指数的分形预测 | 第56-58页 |
·三种方法的比较 | 第58-59页 |
·小结 | 第59-60页 |
第六章 结语 | 第60-61页 |
参考文献 | 第61-64页 |
致谢 | 第64-65页 |
攻读硕士学位期间发表的论文 | 第65-66页 |
附录 | 第66-70页 |