| 摘要 | 第1-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第7-13页 |
| ·研究问题与研究背景 | 第7页 |
| ·时间序列简介 | 第7-9页 |
| ·支撑向量机简介 | 第9-10页 |
| ·论文概要 | 第10-13页 |
| 第二章 时间序列 | 第13-17页 |
| ·时间序列分析及意义 | 第13页 |
| ·时间序列分析过程 | 第13-14页 |
| ·时间序列分析举例 | 第14-16页 |
| ·本章小结 | 第16-17页 |
| 第三章 标准SVM 算法 | 第17-28页 |
| ·VC 维 | 第17页 |
| ·SRM 理论 | 第17-18页 |
| ·算法介绍 | 第18-19页 |
| ·核函数 | 第19-20页 |
| ·损失函数 | 第20-21页 |
| ·支撑向量分类机(Support Vector Machine for Clustering,简称SVC) | 第21-23页 |
| ·支撑向量回归机(Support Vector Machine for Regression,简称SVR) | 第23-27页 |
| ·本章小结 | 第27-28页 |
| 第四章 基于SVM 算法上的时间序列分析 | 第28-32页 |
| ·金融时间序列实例分析——开放式基金流动性风险管理 | 第28页 |
| ·基于SVM 算法上的均衡管理系统 | 第28-30页 |
| ·实验 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第五章 基于SVR 的改进 | 第32-46页 |
| ·PCA(Principle Component Analysis,主成分分析) | 第32-33页 |
| ·基于灵敏度分析的SVR 模型 | 第33-35页 |
| ·实验 | 第35-40页 |
| ·基于模糊规则上的参数阈值选取初探 | 第40-45页 |
| ·本章小结 | 第45-46页 |
| 第六章 总结与展望 | 第46-47页 |
| ·总结 | 第46页 |
| ·展望 | 第46-47页 |
| 致谢 | 第47-48页 |
| 参考文献 | 第48-50页 |
| 读研期间发表和收录的论文 | 第50页 |
