基于小波分析的金融时间序列非线性关联研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-16页 |
| ·研究背景及意义 | 第8-10页 |
| ·研究背景 | 第8-9页 |
| ·研究意义 | 第9-10页 |
| ·国内外研究历史、现状 | 第10-14页 |
| ·小波理论的研究历史、现状 | 第10-12页 |
| ·金融时间序列关联性研究历史、现状 | 第12-14页 |
| ·本文结构 | 第14页 |
| ·本文创新点 | 第14-16页 |
| 第二章 研究的理论基础 | 第16-26页 |
| ·小波分析方法概述 | 第16-20页 |
| ·小波发展简史 | 第16-17页 |
| ·小波理论简介 | 第17-18页 |
| ·多分辨分析 | 第18-19页 |
| ·小波去噪的基本原理 | 第19-20页 |
| ·连接函数概述 | 第20-26页 |
| ·连接函数的定义 | 第20-21页 |
| ·连接函数的性质 | 第21-22页 |
| ·常用的连接函数 | 第22页 |
| ·以连接函数表示的相关性 | 第22-23页 |
| ·尾部相关性 | 第23-26页 |
| 第三章 结合小波去噪方法的股市相关性研究 | 第26-37页 |
| ·金融时间序列 | 第26-27页 |
| ·我国的股票指数 | 第26页 |
| ·世界上几种著名的股票指数 | 第26-27页 |
| ·金融时间序列的去噪 | 第27-32页 |
| ·去噪的意义 | 第27页 |
| ·去噪参数的确定 | 第27-29页 |
| ·实证研究 | 第29-31页 |
| ·去噪后的相关性比较 | 第31-32页 |
| ·分解后的相关性比较 | 第32-35页 |
| ·数据的分解 | 第32-33页 |
| ·Pearson相关系数 | 第33-35页 |
| ·秩相关系数 | 第35页 |
| ·本章小结 | 第35-37页 |
| 第四章 基于小波分析的股市尾部相关性研究 | 第37-48页 |
| ·股市数据的预处理 | 第37页 |
| ·收益率的多尺度分解 | 第37-39页 |
| ·Pearson相关系数和秩相关系数 | 第39-40页 |
| ·尾部相关性分析 | 第40-47页 |
| ·连接函数的选取 | 第40-44页 |
| ·尾部相关性分析 | 第44-47页 |
| ·本章小结 | 第47-48页 |
| 第五章 结论 | 第48-49页 |
| 第六章 展望 | 第49-50页 |
| 参考文献 | 第50-54页 |
| 攻读硕士学位期间科研及发表论文情况 | 第54页 |
| 攻读硕士学位期间参与的科研项目 | 第54-55页 |
| 致谢 | 第55页 |
