| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-24页 |
| 1.1 研究背景和意义 | 第10-12页 |
| 1.1.1 研究背景 | 第10-11页 |
| 1.1.2 研究意义 | 第11-12页 |
| 1.2 相关文献综述 | 第12-21页 |
| 1.2.1 风险度量研究综述 | 第12-16页 |
| 1.2.2 资产相关性研究综述 | 第16-19页 |
| 1.2.3 随机矩阵研究综述 | 第19-21页 |
| 1.2.4 研究评述 | 第21页 |
| 1.3 研究思路与方法 | 第21-22页 |
| 1.4 研究框架 | 第22-23页 |
| 1.5 研究的创新点 | 第23-24页 |
| 第二章 不同风险度量的投资组合模型 | 第24-29页 |
| 2.1 Markowitz投资组合理论与均值方差模型 | 第24-26页 |
| 2.1.1 Markowitz投资组合理论 | 第24页 |
| 2.1.2 均值-方差模型 | 第24-26页 |
| 2.2 熵与均值-方差-熵模型 | 第26-29页 |
| 2.2.1 熵概念的简介 | 第26-27页 |
| 2.2.2 基于信息熵的均值-方差-熵模型的建立 | 第27-29页 |
| 第三章 资产收益相关性度量 | 第29-35页 |
| 3.1 线性相关系数 | 第29-30页 |
| 3.2 DCCA互相关系数 | 第30-35页 |
| 3.2.1 去趋势波动分析法(DFA) | 第30-32页 |
| 3.2.2 去趋势互相关分析法(DCCA) | 第32-33页 |
| 3.2.3 DCCA系数法 | 第33-35页 |
| 第四章 随机矩阵理论与真实相关系数矩阵建模 | 第35-43页 |
| 4.1 随机矩阵与其统计性质 | 第35-37页 |
| 4.1.1 随机矩阵理论简介 | 第35页 |
| 4.1.2 随机矩阵特征值、特征向量的统计性质 | 第35-37页 |
| 4.2 基于随机矩阵理论的相关系数矩阵“去噪”方法 | 第37-40页 |
| 4.3 真实相关系数矩阵建模 | 第40-43页 |
| 第五章 实证研究 | 第43-57页 |
| 5.1 我国股市噪声性质的检验 | 第43-51页 |
| 5.1.1 实证数据的选择与清洗 | 第43页 |
| 5.1.2 实证相关系数矩阵特征值与特征向量的统计性质 | 第43-50页 |
| 5.1.3 结果分析 | 第50-51页 |
| 5.2 真实相关系数矩阵有效性检验 | 第51-55页 |
| 5.2.1 拟合风险对比 | 第51-53页 |
| 5.2.2 预测风险对比 | 第53-55页 |
| 5.3 均值-方差-熵模型的优化检验 | 第55-57页 |
| 第六章 结论与展望 | 第57-59页 |
| 6.1 研究结论 | 第57页 |
| 6.2 研究展望 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-66页 |
