| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-19页 |
| 1.1 基于线性范式的传统金融系统理论 | 第9-11页 |
| 1.2 金融系统的复杂性 | 第11-15页 |
| 1.2.1 金融市场复杂性的表现 | 第11-13页 |
| 1.2.2 金融市场复杂性的机理 | 第13页 |
| 1.2.3 复杂金融市场的特征 | 第13-14页 |
| 1.2.4 复杂金融市场的研究内容 | 第14-15页 |
| 1.3 复杂金融系统的研究现状 | 第15-17页 |
| 1.4 复杂金融系统的理论和实践意义 | 第17页 |
| 1.5 本文的主要工作和章节安排 | 第17-19页 |
| 第二章 中国股票市场的非线性和混沌性检验 | 第19-33页 |
| 2.1 数据的获取和预处理 | 第19-22页 |
| 2.2 时序的非线性特征检验 | 第22-25页 |
| 2.2.1 替代数据法 | 第22-23页 |
| 2.2.2 BDS检验法 | 第23-25页 |
| 2.3 时序的混沌特征检验 | 第25-32页 |
| 2.3.1 延迟时间和嵌入维数的确定 | 第25-28页 |
| 2.3.2 关联维数的确定 | 第28-30页 |
| 2.3.3 最大Lyapunov指数 | 第30-32页 |
| 2.4 本章小结 | 第32-33页 |
| 第三章 中国股票和商品市场的分形特征研究 | 第33-48页 |
| 3.1 分形方法介绍 | 第34-37页 |
| 3.1.1 重标极差分析（ SR / 分析） | 第34-35页 |
| 3.1.2 多重分形去趋势波动分析（MFDFA） | 第35-36页 |
| 3.1.3 多重分形去趋势交叉相关分析（MFDCCA） | 第36-37页 |
| 3.2 数据选取和预处理 | 第37-38页 |
| 3.3 结果分析 | 第38-46页 |
| 3.3.1 SR / 分析 | 第38-41页 |
| 3.3.2 MFDFA分析 | 第41-44页 |
| 3.3.3 MFDCCA分析 | 第44-46页 |
| 3.4 本章小结 | 第46-48页 |
| 第四章 中国股票市场的非线性预测及应用 | 第48-53页 |
| 4.1 小波降噪方法 | 第48-50页 |
| 4.2 径向基函数（RBF）神经网络模型 | 第50页 |
| 4.3 自适应Volterra预测模型 | 第50-51页 |
| 4.4 预测模型的有效性检验 | 第51-52页 |
| 4.5 本章小结 | 第52-53页 |
| 第五章 基于系统动力学的中国金融生态系统演化特性研究 | 第53-61页 |
| 5.1 金融生态的特征 | 第53-54页 |
| 5.2 金融生态的演化过程 | 第54-56页 |
| 5.3 系统动力学模型的动力因素分析 | 第56-57页 |
| 5.3.1 技术制度创新 | 第56页 |
| 5.3.2 机构竞争 | 第56-57页 |
| 5.3.3 市场需求 | 第57页 |
| 5.4 系统动力学模型的外部条件分析 | 第57-59页 |
| 5.4.1 经济基础 | 第58页 |
| 5.4.2 政府行为 | 第58-59页 |
| 5.4.3 社会信用 | 第59页 |
| 5.4.4 中介水平 | 第59页 |
| 5.5 本章小结 | 第59-61页 |
| 参考文献 | 第61-64页 |
| 发表论文和科研情况说明 | 第64-65页 |
| 致谢 | 第65-66页 |