| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 主要符号对照表 | 第12-13页 |
| 第一章 研究背景及准备知识 | 第13-19页 |
| §1.1 隐性马尔可夫模型发展简介 | 第13-14页 |
| §1.2 隐性马尔可夫模型在金融领域的应用现状 | 第14-15页 |
| §1.3 本论文的研究思路和主要工作 | 第15-16页 |
| §1.4 几点准备知识 | 第16-19页 |
| §1.4.1 马尔可夫链模型 | 第16-17页 |
| §1.4.2 混合正态分布 | 第17-19页 |
| 第二章 隐性马尔可夫模型 | 第19-39页 |
| §2.1 引入：两个隐性马尔可夫的例子 | 第19-22页 |
| §2.1.1 根据海藻状态推测天气 | 第19-20页 |
| §2.1.2 股票市场的隐马尔可夫模型 | 第20-22页 |
| §2.2 HMM的理论框架 | 第22-25页 |
| §2.3 隐性马尔可夫模型的三个基本问题 | 第25-35页 |
| §2.3.1 识别问题(Evaluation)—向前向后算法 | 第25-29页 |
| §2.3.2 解码问题(Decoding)—Viterbi算法 | 第29-32页 |
| §2.3.3 参数训练(Learning)问题—Baum-Welch算法 | 第32-35页 |
| §2.4 模型的选择、诊断和预测分布 | 第35-38页 |
| §2.4.1 模型选择-BIC准则 | 第35页 |
| §2.4.2 模型诊断-伪残差 | 第35-36页 |
| §2.4.3 预测分布 | 第36-38页 |
| §2.5 在实施HMM建模时需要注意的几个问题 | 第38-39页 |
| 第三章 隐性马尔可夫模型的Bayes估计 | 第39-51页 |
| §3.1 Bayes分析理论简介 | 第39-40页 |
| §3.2 隐马尔可夫模型中参数的先验分布 | 第40-42页 |
| §3.3 MCMC方法 | 第42-45页 |
| §3.3.1 基本概念 | 第42-44页 |
| §3.3.2 Metropolis-Hastings方法 | 第44-45页 |
| §3.4 正态隐性马尔可夫模型参数的Bayes估计 | 第45-51页 |
| §3.4.1 模型参数的先验分布 | 第46-47页 |
| §3.4.2 参数的满条件分布 | 第47-51页 |
| 第四章 人民币汇率的隐性马尔可夫模型 | 第51-60页 |
| §4.1 人民币汇率改革进程简介 | 第51-52页 |
| §4.2 数据的预处理和描述性统计分析 | 第52-53页 |
| §4.3 实证研究结果 | 第53-60页 |
| §4.3.1 基于Baum-Welch算法的模型拟合 | 第54-57页 |
| §4.3.2 基于MCMC算法的模型拟合 | 第57-60页 |
| 第五章 论文总结和研究展望 | 第60-62页 |
| §5.1 论文研究总结 | 第60-61页 |
| §5.2 未来研究方向 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 致谢 | 第65页 |
