| 致谢 | 第5-6页 |
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 1 引言 | 第12-17页 |
| 1.1 金融时间序列概述 | 第12-13页 |
| 1.2 时间序列复杂性研究 | 第13-14页 |
| 1.3 时间序列不可逆性研究 | 第14-15页 |
| 1.4 论文体系框架和主要内容 | 第15-17页 |
| 2 基于熵分割的序列组成复杂性分析 | 第17-28页 |
| 2.1 SSC方法的具体步骤 | 第17-19页 |
| 2.2 数据说明 | 第19-21页 |
| 2.3 实证结果分析 | 第21-28页 |
| 3 多标度加权Renyi置换熵方法及其应用 | 第28-46页 |
| 3.1 方法介绍 | 第28-32页 |
| 3.1.1 多标度置换熵和多标度Renyi置换熵 | 第28-30页 |
| 3.1.2 多标度加权Renyi置换熵 | 第30-32页 |
| 3.2 数据说明 | 第32页 |
| 3.3 实证结果分析 | 第32-46页 |
| 3.3.1 MPRE和WMPRE应用于模拟数据 | 第33-34页 |
| 3.3.2 MPRE和WMPRE应用于美国股市指数 | 第34-37页 |
| 3.3.3 MPRE和WMPRE应用于中国股市指数 | 第37-39页 |
| 3.3.4 MPRE和WMPRE在两类市场股指实验结果对比 | 第39-43页 |
| 3.3.5 WMPRE方法对阶数q的敏感性研究 | 第43-46页 |
| 4 基于可视图熵分割的时间序列不可逆性研究 | 第46-55页 |
| 4.1 时间序列可视图 | 第46-48页 |
| 4.2 IOTA内在构成排列法的定向网络分析 | 第48-51页 |
| 4.3 HVg-SCC-IOTA法的步骤 | 第51-52页 |
| 4.4 显著性研究及实证结果分析 | 第52-55页 |
| 4.4.1 方法可行性及显著性探究 | 第52-53页 |
| 4.4.2 实证结果分析 | 第53-55页 |
| 5 基于MVGARCH模型的CAPM研究 | 第55-66页 |
| 5.1 方法介绍 | 第55-60页 |
| 5.1.1 资本资产定价模型简介 | 第55-56页 |
| 5.1.2 MVGARCH模型 | 第56-59页 |
| 5.1.3 CAPM-MVGARCH模型 | 第59-60页 |
| 5.2 数据介绍 | 第60页 |
| 5.3 实证结果分析 | 第60-63页 |
| 5.4 CAPM-MVGARCH模型在投资组合分析上的应用 | 第63-66页 |
| 6 结论 | 第66-69页 |
| 参考文献 | 第69-73页 |
| 附录A | 第73-81页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第81-83页 |
| 学位论文数据集 | 第83页 |
