基于模糊信息粒化和SVM优化模型的上证指数实证分析

中文摘要	第3-4页
Abstract	第4页
第一章 绪论	第8-12页
1.1 研究背景及意义	第8页
1.2 国内外研究综述	第8-10页
1.3 本文内容及结构	第10-12页
第二章 支持向量机理论	第12-19页
2.1 支持向量（分类）机理论	第12-14页
2.2 支持向量（回归）机理论	第14-18页
2.3 支持向量机参数寻优	第18-19页
第三章 基于时间序列数据的模糊信息粒化模型	第19-23页
3.1 划分时间窗口	第19-20页
3.2 构建隶属函数	第20-22页
3.3 三种不同的隶属函数	第22-23页
第四章 基于不同隶属函数模型的实证分析	第23-35页
4.1 数据来源	第23页
4.2 实证分析思路	第23-24页
4.3 以中值R为例的实证分析步骤详解	第24-28页
4.4 数据分析	第28-33页
4.5 实证分析结论	第33-35页
第五章 优化后模型的实证分析	第35-42页
5.1 数据来源	第35页
5.2 实证分析思路	第35-36页
5.3 以中值R为例的实证分析步骤详解	第36-38页
5.4 数据分析	第38-42页
第六章 结论与展望	第42-44页
6.1 论文结论	第42页
6.2 展望	第42-44页
参考文献	第44-45页
致谢	第45页