| 中文摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 研究背景和意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.2.1 金融波动研究现状 | 第9-10页 |
| 1.2.2 符号时间序列研究现状 | 第10页 |
| 1.2.3 经验模态分解法研究现状 | 第10-11页 |
| 1.3 论文研究内容和结构安排 | 第11-14页 |
| 第二章 研究方法综述 | 第14-25页 |
| 2.1 符号时间序列分析法 | 第14-21页 |
| 2.1.1 时间序列符号化 | 第14-17页 |
| 2.1.2 符号序列直方图 | 第17-18页 |
| 2.1.3 符号序列差异性统计 | 第18-21页 |
| 2.2 经验模态分解法 | 第21-24页 |
| 2.2.1 EMD分解方法步骤 | 第21-22页 |
| 2.2.2 EMD方法的主要性质 | 第22-24页 |
| 2.3 本章小结 | 第24-25页 |
| 第三章 基于EMD方法的金融市场多尺度分析 | 第25-42页 |
| 3.1 金融市场的多尺度分析 | 第25-26页 |
| 3.2 已实现波动 | 第26-27页 |
| 3.3 已实现波动序列的EMD分解 | 第27-31页 |
| 3.4 原始序列和IMF序列的符号化分析 | 第31-35页 |
| 3.4.1 符号化方法 | 第31页 |
| 3.4.2 字长的选取 | 第31-33页 |
| 3.4.3 符号序列直方图 | 第33-35页 |
| 3.5 上证综指和深证综指的差异性分析 | 第35-41页 |
| 3.5.1 沪深二市综指重构后图形对比 | 第35-37页 |
| 3.5.2 沪深二市在不同时间尺度上的差异分析 | 第37-41页 |
| 3.6 本章小结 | 第41-42页 |
| 第四章 基于EMD分解和BP神经网络的金融波动研究 | 第42-55页 |
| 4.1 BP神经网络预测方法 | 第42-47页 |
| 4.1.1 BP神经网络简介 | 第42-43页 |
| 4.1.2 BP神经网络原理 | 第43-47页 |
| 4.1.3 BP神经网络预测步骤 | 第47页 |
| 4.2 基于BP神经网络预测金融波动 | 第47-51页 |
| 4.2.1 已实现波动符号化 | 第48页 |
| 4.2.2 BP网络模型的构建 | 第48-50页 |
| 4.2.3 用BP神经网络训练样本并进行预测 | 第50-51页 |
| 4.3 基于EMD和BP神经网络预测金融波动 | 第51-54页 |
| 4.3.1 基于EMD的BP神经网络模型 | 第51-52页 |
| 4.3.2 样本训练和预测 | 第52-54页 |
| 4.4 本章小结 | 第54-55页 |
| 第五章 研究结论与展望 | 第55-57页 |
| 5.1 研究结论 | 第55页 |
| 5.2 研究展望 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 发表论文和科研情况说明 | 第61-62页 |
| 致谢 | 第62-63页 |