金融问题中的支持向量机应用研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-12页 |
| 1 绪论 | 第12-23页 |
| ·问题的提出 | 第12-14页 |
| ·国内外研究现状 | 第14-18页 |
| ·研究思路与方法 | 第18-20页 |
| ·研究内容 | 第20-22页 |
| ·本章小结 | 第22-23页 |
| 2 支持向量机及其在金融问题应用中的局限性分析 | 第23-39页 |
| ·支持向量机方法 | 第23-32页 |
| ·支持向量机在金融问题应用中的局限性 | 第32-38页 |
| ·本章小结 | 第38-39页 |
| 3 基于样本加权的支持向量机改进 | 第39-56页 |
| ·样本加权的传统方法 | 第39-44页 |
| ·样本加权的改进 | 第44-52页 |
| ·在公司财务危机预测中的应用 | 第52-55页 |
| ·本章小结 | 第55-56页 |
| 4 基于特征加权的支持向量机改进 | 第56-70页 |
| ·特征加权的传统方法 | 第56-60页 |
| ·特征加权的改进 | 第60-61页 |
| ·在期权定价中的应用 | 第61-64页 |
| ·样本与特征同时加权的支持向量机 | 第64-66页 |
| ·在套期保值分析中的应用 | 第66-68页 |
| ·本章小结 | 第68-70页 |
| 5 基于copula函数的支持向量机改进 | 第70-84页 |
| ·copula理论与非线性相关分析 | 第70-72页 |
| ·与copula函数融合的支持向量机模型 | 第72-73页 |
| ·在可转换债券定价中的应用 | 第73-77页 |
| ·在金融市场联接形态结构分析中的应用 | 第77-82页 |
| ·本章小结 | 第82-84页 |
| 6 基于小波神经网络的支持向量机改进 | 第84-92页 |
| ·小波神经网络 | 第84-86页 |
| ·与小波神经网络融合的支持向量机模型 | 第86-89页 |
| ·在金融市场联接途径分析中的应用 | 第89-91页 |
| ·本章小结 | 第91-92页 |
| 7 论文工作总结 | 第92-97页 |
| ·主要创新工作及观点 | 第92-95页 |
| ·下步研究方向 | 第95-97页 |
| 致谢 | 第97-98页 |
| 参考文献 | 第98-109页 |
| 攻读学位期间发表的论文与从事的课题研究 | 第109-110页 |
