基于交易数据的长记忆性研究与场景记忆建模
| 摘要 | 第1-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第10-15页 |
| ·问题的提出 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·本文研究内容与结构安排 | 第13-15页 |
| ·本文的研究内容 | 第13-14页 |
| ·本文的创新点 | 第14页 |
| ·本文的结构 | 第14-15页 |
| 第二章 长记忆性检验 | 第15-33页 |
| ·长记忆过程基础知识 | 第15-18页 |
| ·长记忆过程的定义 | 第15-16页 |
| ·分数差分噪声模型 | 第16页 |
| ·ARFIMA模型 | 第16-18页 |
| ·R/S分析方法 | 第18-23页 |
| ·R/S分析方法 | 第18-19页 |
| ·R/S分析法算法步骤 | 第19页 |
| ·R/S分析方法的性能分析 | 第19-23页 |
| ·基于自相关函数和偏相关函数的长记忆参数估计方法 | 第23-27页 |
| ·长记忆参数的估计 | 第24-26页 |
| ·仿真计算与分析 | 第26-27页 |
| ·沪深两市股价指数长期相关性的实证分析 | 第27-31页 |
| ·本章小结 | 第31-33页 |
| 第三章 长记忆时间序列模型 | 第33-45页 |
| ·ARFIMA模型的参数估计 | 第33-34页 |
| ·分数差分 | 第34-35页 |
| ·ARFIMA模型的预测 | 第35-42页 |
| ·预测公式 | 第35-36页 |
| ·预测误差 | 第36-37页 |
| ·预测系数的迭代公式 | 第37-42页 |
| ·绝对收益率的建模分析 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 第四章 基于数据资源的场景记忆建模 | 第45-52页 |
| ·基于交易数据的场景记忆建模 | 第45-49页 |
| ·事件及发生时间点的确定 | 第45-46页 |
| ·事件的特征变量描述 | 第46-47页 |
| ·场景记忆模型 | 第47-49页 |
| ·记忆场景实例 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 第五章 结束语 | 第52-54页 |
| ·本文工作回顾 | 第52页 |
| ·进一步工作 | 第52-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 攻读硕士期间作者的学术工作 | 第58页 |
