| 致谢 | 第5-6页 |
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-10页 |
| 第1章 绪论 | 第14-24页 |
| 1.1 金融物理学与金融统计学 | 第14-19页 |
| 1.1.1 研究背景 | 第14-17页 |
| 1.1.2 研究现状及意义 | 第17-19页 |
| 1.2 基础理论 | 第19-20页 |
| 1.3 创新点与主要研究成果 | 第20-24页 |
| 第2章 金融价格动力学模型构建 | 第24-38页 |
| 2.1 引言 | 第24-25页 |
| 2.2 基础传染病模型的理论描述 | 第25-26页 |
| 2.3 基于随机交互传染病模型的金融价格动态模型 | 第26-32页 |
| 2.3.1 随机交互传染病模型 | 第26-27页 |
| 2.3.2 Agent-based金融价格动态模型Ⅰ | 第27-29页 |
| 2.3.3 模型参数与初步分析 | 第29-32页 |
| 2.4 基于小世界网络传染病模型的金融价格动态模型 | 第32-36页 |
| 2.4.1 基于小世界网络的传染病模型 | 第32-34页 |
| 2.4.2 Agent-based金融价格动态模型Ⅱ | 第34-35页 |
| 2.4.3 模型参数与初步分析 | 第35-36页 |
| 2.5 本章小结 | 第36-38页 |
| 第3章 基于随机交互金融价格模型Ⅰ的统计分析 | 第38-72页 |
| 3.1 引言 | 第38-39页 |
| 3.2 基础统计分析 | 第39-44页 |
| 3.2.1 描述性统计与Power-Law分布 | 第39-43页 |
| 3.2.2 K-S检验 | 第43-44页 |
| 3.3 关联维数分析 | 第44-47页 |
| 3.4 修正多尺度熵M-MSE分析 | 第47-51页 |
| 3.4.1 多尺度熵算法 | 第47-48页 |
| 3.4.2 修正多尺度熵算法 | 第48-49页 |
| 3.4.3 模拟与实证分析 | 第49-51页 |
| 3.5 综合多尺度熵CMSE分析 | 第51-56页 |
| 3.5.1 综合多尺度熵算法 | 第51-53页 |
| 3.5.2 模拟与实证分析 | 第53-56页 |
| 3.6 集合经验模式分解分析 | 第56-62页 |
| 3.6.1 集合经验模式分解算法 | 第56-59页 |
| 3.6.2 本征模函数的综合多尺度熵分析 | 第59-62页 |
| 3.7 股票收益率的Zipf行为分析 | 第62-68页 |
| 3.7.1 Zipf理论 | 第62-63页 |
| 3.7.2 模拟与实证分析 | 第63-68页 |
| 3.8 本章小结 | 第68-72页 |
| 第4章 基于复杂网络金融价格模型Ⅱ的统计分析 | 第72-90页 |
| 4.1 引言 | 第72页 |
| 4.2 基础统计分析 | 第72-74页 |
| 4.3 长记忆性研究—修正R/S分析 | 第74-79页 |
| 4.3.1 修正R/S分析方法 | 第74-77页 |
| 4.3.2 模拟与实证分析 | 第77-79页 |
| 4.4 多重分型性研究—MF-DFA分析 | 第79-87页 |
| 4.4.1 多重分形去趋势分析方法 | 第79-80页 |
| 4.4.2 模拟与实证分析 | 第80-84页 |
| 4.4.3 多重分形谱宽与有限序列长度效应 | 第84-85页 |
| 4.4.4 随机重排序列与MF-DFA分析 | 第85-87页 |
| 4.5 本章小结 | 第87-90页 |
| 第5章 金融股票收益率的多元多尺度熵MMSE分析 | 第90-110页 |
| 5.1 引言 | 第90-91页 |
| 5.2 多元多尺度熵 | 第91-99页 |
| 5.2.1 方法描述 | 第91-94页 |
| 5.2.2 多元多尺度熵分析的有效性测试 | 第94-99页 |
| 5.3 中国股票市场的复杂性分析 | 第99-104页 |
| 5.3.1 高频收益率多元序列的构建 | 第99-100页 |
| 5.3.2 收益率多元序列与多元多尺度熵分析 | 第100-101页 |
| 5.3.3 随机重排多元序列的MMSE分析 | 第101-102页 |
| 5.3.4 绝对收益率多元序列的MMSE分析 | 第102-104页 |
| 5.4 全球代表性股市指数的复杂性分析 | 第104-108页 |
| 5.4.1 日收益率多元序列与MMSE分析 | 第104-106页 |
| 5.4.2 多波动程度的绝对收益率多元序列与MMSE分析 | 第106-108页 |
| 5.5 本章小结 | 第108-110页 |
| 第6章 总结 | 第110-112页 |
| 参考文献 | 第112-120页 |
| 作者简历及攻读博士学位期间取得的研究成果 | 第120-124页 |
| 学位论文数据集 | 第124页 |
