基于符号时间序列分析的金融波动分析与预测
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-13页 |
| ·课题研究背景 | 第8-9页 |
| ·国内外相关研究状况 | 第9-11页 |
| ·金融波动分析与预测的研究现状 | 第9页 |
| ·符号时间序列分析的研究现状 | 第9-11页 |
| ·论文研究内容 | 第11-12页 |
| ·论文的创新点 | 第12-13页 |
| 第二章 相关理论与方法综述 | 第13-27页 |
| ·传统的高频金融波动的预测方法 | 第13-17页 |
| ·一般时间序列预测方法 | 第13-15页 |
| ·高频金融波动的预测方法 | 第15-17页 |
| ·符号时间序列分析方法 | 第17-25页 |
| ·符号时间序列分析的步骤 | 第17-20页 |
| ·符号时间序列分析的基本方法 | 第20-25页 |
| ·分布预测的 K-NN 方法的理论 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 基于符号时间序列直方图的高频金融波动预测 | 第27-40页 |
| ·符号直方图时间序列 | 第27-29页 |
| ·时间序列符号化与编码 | 第27-28页 |
| ·符号序列直方图与符号直方图时间序列 | 第28-29页 |
| ·符号直方图序列的相似度度量 | 第29-30页 |
| ·符号直方图序列的欧几里得范数与χ2统计量 | 第29-30页 |
| ·符号直方图序列的相对熵 | 第30页 |
| ·符号直方图序列的 K-NN 算法 | 第30-33页 |
| ·传统 K-NN 算法 | 第30-31页 |
| ·符号直方图序列的 K-NN 算法 | 第31页 |
| ·嵌入维数 d 的选择 | 第31-33页 |
| ·实证分析 | 第33-38页 |
| ·数据预处理 | 第33页 |
| ·获得符号直方图时间序列 | 第33-34页 |
| ·确定直方图序列的嵌入维数 | 第34-35页 |
| ·符号直方图序列的预测 | 第35-38页 |
| ·本章小结 | 第38-40页 |
| 第四章 基于排列熵的金融波动分析与预测 | 第40-50页 |
| ·基于排列熵的直方图与广义同步 | 第40-42页 |
| ·基于排列熵的符号序列直方图 | 第40页 |
| ·广义同步 | 第40-42页 |
| ·中国股票市场顺序结构分析 | 第42-46页 |
| ·数据预处理 | 第42-43页 |
| ·“已实现”波动的排列熵 | 第43-44页 |
| ·“已实现”波动符号序列直方图 | 第44-46页 |
| ·广义同步分析 | 第46-47页 |
| ·基于主要顺序模式的 RV 水平预测 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 第五章 结束语 | 第50-52页 |
| ·主要研究结果 | 第50-51页 |
| ·研究展望 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 发表论文和参加科研情况说明 | 第56-57页 |
| 致谢 | 第57页 |
