| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-10页 |
| 1 绪论 | 第10-13页 |
| ·研究背景及意义 | 第10-11页 |
| ·文献综述 | 第11-12页 |
| ·论文的工作 | 第12页 |
| ·本章小结 | 第12-13页 |
| 2 小波分析基本理论 | 第13-23页 |
| ·小波分析的基础知识 | 第13-15页 |
| ·小波函数 | 第13页 |
| ·连续小波变换 | 第13-14页 |
| ·离散小波变换 | 第14页 |
| ·Riesz基 | 第14-15页 |
| ·多分辨分析 | 第15-17页 |
| ·Mallat算法 | 第17-20页 |
| ·小波级数和函数的多尺度逼近 | 第17-19页 |
| ·利用滤波器实现小波变换快速算法 | 第19-20页 |
| ·小波去噪的方法 | 第20-21页 |
| ·本章小结 | 第21-23页 |
| 3 金融时间序列分析的相关理论 | 第23-28页 |
| ·金融时间序列分析的基础知识 | 第23-24页 |
| ·随机过程和平稳性原理 | 第23页 |
| ·自回归模型(Autoregressive Model) | 第23-24页 |
| ·移动平均模型(Moving Average Model) | 第24页 |
| ·ARMA模型 | 第24-27页 |
| ·ARMA模型的定义 | 第24-25页 |
| ·ARMA模型的识别 | 第25-26页 |
| ·ARMA模型的参数估计 | 第26-27页 |
| ·ARMA模型的诊断检验 | 第27页 |
| ·本章小结 | 第27-28页 |
| 4 基于小波分析的ARMA模型预测方法 | 第28-39页 |
| ·基于小波分析的ARMA模型预测方法 | 第28-30页 |
| ·利用小波分析对数据进行预处理 | 第30-32页 |
| ·实证研究及结论 | 第32-38页 |
| ·对上证A股指数的实证研究 | 第32-36页 |
| ·对个股的实证研究 | 第36-37页 |
| ·结论及分析 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 5 结论 | 第39-40页 |
| 参考文献 | 第40-43页 |
| 学位论文数据集 | 第43页 |