| 中文摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第1章 绪论 | 第8-17页 |
| ·研究背景及意义 | 第8-11页 |
| ·研究背景 | 第8-10页 |
| ·研究意义 | 第10-11页 |
| ·国内外研究现状及存在的问题 | 第11-14页 |
| ·国内外研究现状 | 第11-14页 |
| ·存在的问题 | 第14页 |
| ·论文的研究内容及创新点 | 第14-17页 |
| 第2章 金融波动率模型及现代智能控制理论概述 | 第17-50页 |
| ·金融波动率模型 | 第17-26页 |
| ·经典波动率模型 | 第17-18页 |
| ·自回归条件方差类模型 | 第18-22页 |
| ·条件自回归极差模型 | 第22-24页 |
| ·高频数据波动率模型 | 第24-26页 |
| ·支持向量机理论 | 第26-34页 |
| ·支持向量机理论的研究现状 | 第26-29页 |
| ·线性回归支持向量机 | 第29-30页 |
| ·非线性回归支持向量机 | 第30-32页 |
| ·核函数的选择 | 第32-33页 |
| ·参数的影响 | 第33-34页 |
| ·灰色预测理论 | 第34-41页 |
| ·灰色系统理论的研究现状 | 第34-36页 |
| ·灰色系统的基本概念及原理 | 第36-38页 |
| ·灰色预测模型 | 第38-39页 |
| ·灰色经济计量学模型 | 第39-41页 |
| ·模糊推理技术 | 第41-49页 |
| ·模糊推理技术的研究现状 | 第42-43页 |
| ·模糊推理的基本概念 | 第43-48页 |
| ·TSK非线性模糊模型 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第3章 LSSVR-CARRX模型及其对证券市场的实证研究 | 第50-58页 |
| ·最小二乘支持向量机的非线性回归算法 | 第50-52页 |
| ·基于LSSVR的非线性CARRX模型 | 第52-53页 |
| ·预测性能评价标准 | 第53页 |
| ·实证研究 | 第53-57页 |
| ·数据的选取及描述 | 第53-55页 |
| ·网络学习及预测 | 第55-56页 |
| ·数值结果分析 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 第4章 灰色波动率模型及其对证券市场的实证研究 | 第58-73页 |
| ·SVRGM-GARCH 模型的建立 | 第59-61页 |
| ·基于SVR的GM模型 | 第59-60页 |
| ·SVRGM-GARCH模型 | 第60-61页 |
| ·RGM-EGARCH模型的建立 | 第61-63页 |
| ·残差灰色预测模型 | 第61-62页 |
| ·RGM-EGARCH模型 | 第62-63页 |
| ·预测性能评价标准 | 第63-65页 |
| ·实证研究 | 第65-72页 |
| ·基于SVRGM-GARCH的基金波动率预测研究 | 第65-68页 |
| ·基于RGM-EGARCH的深市波动率预测研究 | 第68-72页 |
| ·本章小结 | 第72-73页 |
| 第5章 灰色支持向量机模型及其对基金市场的实证研究 | 第73-81页 |
| ·ν-支持向量机的非线性回归算法 | 第73-75页 |
| ·灰色预测模型 | 第75-76页 |
| ·灰色支持向量机预测模型的建立 | 第76-77页 |
| ·预测精度评价标准 | 第77页 |
| ·实证研究 | 第77-80页 |
| ·数据的选取及描述 | 第77-78页 |
| ·输入变量的选取 | 第78-79页 |
| ·网络学习及预测 | 第79页 |
| ·数值结果分析 | 第79-80页 |
| ·本章小结 | 第80-81页 |
| 第6章 TSK非线性模型及其对证券市场的实证研究 | 第81-96页 |
| ·TSK模糊模型的建立 | 第81-82页 |
| ·基于TSK的非线性GARCH模型 | 第82-83页 |
| ·参数的确定 | 第83-84页 |
| ·TSK非线性组合预测模型 | 第84-85页 |
| ·预测性能评价标准 | 第85-86页 |
| ·实证研究 | 第86-94页 |
| ·基于TSK-GARCH的汇率波动率预测研究 | 第86-91页 |
| ·基于TSK非线性组合模型的股市波动率预测研究 | 第91-94页 |
| ·本章小结 | 第94-96页 |
| 第7章 总结与展望 | 第96-98页 |
| ·全文总结 | 第96-97页 |
| ·研究展望 | 第97-98页 |
| 参考文献 | 第98-108页 |
| 发表论文和参加科研情况说明 | 第108-109页 |
| 致谢 | 第109页 |