| 中文摘要 | 第8-10页 |
| 英文摘要 | 第10-11页 |
| 第一章 绪论 | 第12-17页 |
| §1.1 研究背景和意义 | 第12-13页 |
| §1.2 相关研究综述 | 第13-14页 |
| §1.3 新三板市场简介 | 第14-15页 |
| §1.4 研究内容与篇章结构 | 第15-17页 |
| §1.4.1 主要研究内容 | 第15-16页 |
| §1.4.2 文章结构简述 | 第16-17页 |
| 第二章 统计学习和支持向量机理论概述 | 第17-30页 |
| §2.1 统计学习概述 | 第17-20页 |
| §2.2 支持向量机理论 | 第20-26页 |
| §2.2.1 支持向量分类机 | 第21-24页 |
| §2.2.2 支持向量回归机 | 第24-26页 |
| §2.3 支持向量机优化简介 | 第26-30页 |
| §2.3.1 核函数选取 | 第26-27页 |
| §2.3.2 优化算法 | 第27-30页 |
| 第三章 基于支持向量回归机的三板做市指数序列预测 | 第30-40页 |
| §3.1 解读数据及指标 | 第30-31页 |
| §3.2 所用模型实现工具简介 | 第31-32页 |
| §3.3 模型建立 | 第32-36页 |
| §3.4 结果分析 | 第36-40页 |
| 第四章 基于支持向量分类机的三板做市指数短期行情反转点预测 | 第40-49页 |
| §4.1 思路和数据指标简介 | 第40-44页 |
| §4.1.1 思路介绍 | 第40-41页 |
| §4.1.2 数据指标简介 | 第41-44页 |
| §4.2 真实反转点的定义及数据预处理 | 第44-46页 |
| §4.3 模型建立与分析 | 第46-49页 |
| 第五章 研究总结与展望 | 第49-51页 |
| §5.1 应用研究总结 | 第49页 |
| §5.2 所做工作的局限与展望 | 第49-51页 |
| 参考文献 | 第51-54页 |
| 致谢 | 第54-55页 |
| 学位论文评阅及答辩情况表 | 第55页 |