摘要 | 第1-5页 |
Abstract | 第5-15页 |
第1章 绪论 | 第15-33页 |
·问题的提出及研究意义 | 第15-17页 |
·问题的提出 | 第15-16页 |
·研究的目的和意义 | 第16-17页 |
·国内外研究现状及评述 | 第17-29页 |
·经典理论回顾 | 第17-20页 |
·财务信息对股票投资价值的解释能力研究综述 | 第20-22页 |
·股票投资研究方法综述 | 第22-27页 |
·股票组合投资研究现状综述 | 第27页 |
·国内外研究现状评述 | 第27-29页 |
·主要研究内容和研究方法 | 第29-33页 |
·主要研究内容 | 第29-31页 |
·主要研究方法 | 第31-33页 |
第2章 新价值投资框架及其投资方法的建立 | 第33-51页 |
·传统价值投资理论剖析 | 第33-36页 |
·价值投资的学说 | 第33-34页 |
·传统价值投资的内涵 | 第34-35页 |
·传统价值投资的理论缺陷 | 第35-36页 |
·新价值投资框架的理论依据 | 第36-43页 |
·股票的虚拟性分析 | 第37-41页 |
·新价值投资与股票虚拟价值的关系 | 第41-43页 |
·新价值投资框架的内涵和特征 | 第43-45页 |
·新价值投资的内涵 | 第43页 |
·新价值投资的特征 | 第43-45页 |
·新价值投资框架下的价值投资方法 | 第45-50页 |
·模式识别与新价值投资的结合 | 第45-49页 |
·投资流程设计 | 第49-50页 |
·本章小结 | 第50-51页 |
第3章 基于价值投资的股票价值特征分析与选择 | 第51-74页 |
·股票价值投资的上市公司财务基本面分析 | 第51-54页 |
·盈利能力分析 | 第52页 |
·发展能力分析 | 第52页 |
·股东获利能力分析 | 第52-53页 |
·偿债能力分析 | 第53页 |
·营运能力分析 | 第53-54页 |
·股票价值特征选择的模糊聚类算法 | 第54-59页 |
·属性约简概述 | 第54-56页 |
·模糊聚类的步骤及其关键算法 | 第56-59页 |
·股票价值特征选择的实证分析 | 第59-73页 |
·样本选择 | 第59-60页 |
·实证分析 | 第60-73页 |
·本章小结 | 第73-74页 |
第4章 基于价值投资的支持向量机股票选择模型研究 | 第74-96页 |
·模型建立的理论基础 | 第74-86页 |
·传统神经网络分类器及其存在的问题 | 第74-80页 |
·统计学习理论 | 第80-84页 |
·支持向量机 | 第84-86页 |
·基于价值投资的股票选择模型的建立 | 第86-92页 |
·模型建立的思想 | 第86-87页 |
·股票选择模型的结构设计 | 第87-88页 |
·输入特征向量和输出响应变量的确定 | 第88页 |
·输入特征的主成分提取 | 第88-92页 |
·基于价值投资的股票选择模型的实证分析 | 第92-93页 |
·训练样本与测试样本的选取 | 第92页 |
·支持向量机股票选择模型的训练与测试 | 第92-93页 |
·支持向量机股票选择模型的选股能力检验 | 第93-95页 |
·本章小结 | 第95-96页 |
第5章 RAROC目标优化的价值投资组合研究 | 第96-112页 |
·Markowitz的均值-方差模型及其缺陷分析 | 第96-97页 |
·RAROC目标优化的投资组合模型建立 | 第97-102页 |
·RAROC的原理 | 第97-99页 |
·风险度量方法的改进 | 第99-101页 |
·投资组合的RAROC目标优化的数学模型 | 第101-102页 |
·模拟退火遗传算法设计 | 第102-106页 |
·遗传算法与模拟退火算法 | 第102-104页 |
·模拟退火算法与遗传算法结合的机理 | 第104页 |
·RAROC目标优化投资组合的模拟退火混合遗传算法设计 | 第104-106页 |
·实证及结果分析 | 第106-110页 |
·样本选择 | 第106-107页 |
·样本股票的相关指标计算 | 第107-108页 |
·模型求解 | 第108-110页 |
·结果分析 | 第110页 |
·本章小结 | 第110-112页 |
结论 | 第112-114页 |
参考文献 | 第114-122页 |
附录 | 第122-133页 |
攻读博士学位期间所发表的学术论文 | 第133-135页 |
致谢 | 第135-136页 |
个人简历 | 第136页 |