| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第一章 绪论 | 第8-15页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外相关研究状况 | 第9-13页 |
| 1.2.1 金融波动模式识别及异常值检测研究现状 | 第9-10页 |
| 1.2.2 小波分析综述 | 第10-11页 |
| 1.2.3 符号时间序列分析综述 | 第11-12页 |
| 1.2.4 D-Markov 模型研究综述 | 第12-13页 |
| 1.3 本文研究内容 | 第13-14页 |
| 1.4 本文的创新点 | 第14-15页 |
| 第二章 小波分析 | 第15-22页 |
| 2.1 小波的定义与小波变换 | 第15-16页 |
| 2.2 离散小波变换与小波框架 | 第16-17页 |
| 2.2.1 离散小波变换 | 第16-17页 |
| 2.2.2 小波框架 | 第17页 |
| 2.3 多分辨率分析 | 第17-18页 |
| 2.4 塔式算法 | 第18-20页 |
| 2.4.1 小波分解 | 第19页 |
| 2.4.2 小波重构 | 第19-20页 |
| 2.5 本章小结 | 第20-22页 |
| 第三章 基于 D-Markov 模型的金融波动模式识别及异常检测 | 第22-40页 |
| 3.1 符号时间序列分析方法 | 第22-25页 |
| 3.1.1 符号时间序列分析的区间划分方法 | 第22-24页 |
| 3.1.2 时间序列符号化 | 第24-25页 |
| 3.2 符号序列的 D-Markov 模型分析 | 第25-27页 |
| 3.2.1 D-Markov 模型 | 第25-26页 |
| 3.2.2 异常度计算 | 第26-27页 |
| 3.3 金融波动模式识别及异常模式检测 | 第27-28页 |
| 3.3.1 金融波动模式识别 | 第27页 |
| 3.3.2 金融波动异常模式检测 | 第27-28页 |
| 3.4 实证分析 | 第28-38页 |
| 3.4.1 “已实现”波动 | 第28页 |
| 3.4.2 上证综指“已实现”波动序列的模式识别及异常检测 | 第28-33页 |
| 3.4.3 深证成指“已实现”波动序列的模式识别及异常检测 | 第33-38页 |
| 3.5 本章小节 | 第38-40页 |
| 第四章 基于小波分析的金融收益序列异常值检测 | 第40-50页 |
| 4.1 金融资产收益的含义及度量 | 第40页 |
| 4.2 金融波动模型中的异常值 | 第40-43页 |
| 4.2.1 金融波动模型 | 第40-42页 |
| 4.2.2 异常值的定义 | 第42-43页 |
| 4.3 异常值检测步骤 | 第43-45页 |
| 4.4 实证分析 | 第45-48页 |
| 4.4.1 上证综指收益序列异常值检测 | 第45-47页 |
| 4.4.2 深证成指收益序列异常值检测 | 第47-48页 |
| 4.5 本章小结 | 第48-50页 |
| 第五章 结论与展望 | 第50-51页 |
| 参考文献 | 第51-55页 |
| 发表论文和参加科研情况说明 | 第55-56页 |
| 致谢 | 第56页 |
