| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-11页 |
| ·课题提出的背景 | 第8页 |
| ·课题提出的现状 | 第8-9页 |
| ·预测概述 | 第9-10页 |
| ·主要工作和研究内容 | 第10页 |
| ·文章组织结构 | 第10-11页 |
| 2 支持向量回归理论 | 第11-20页 |
| ·理论基础 | 第11-14页 |
| ·经验风险和期望风险 | 第11-12页 |
| ·VC 维 | 第12-13页 |
| ·推广性的界 | 第13页 |
| ·结构风险最小化原则 | 第13-14页 |
| ·支持向量回归算法 | 第14-20页 |
| ·线性回归算法 | 第14-16页 |
| ·非线性回归算法 | 第16-17页 |
| ·最小二乘支持向量回归算法 | 第17-20页 |
| 3 时间序列模型 | 第20-32页 |
| ·引言 | 第20页 |
| ·一般模型 | 第20-25页 |
| ·一般自回归模型 | 第20-22页 |
| ·自回归移动平均模型 | 第22-24页 |
| ·趋势模型 | 第24-25页 |
| ·条件异方差模型 | 第25-32页 |
| ·ARCH 模型 | 第25-27页 |
| ·GARCH 模型 | 第27-29页 |
| ·几种扩展模型 | 第29-32页 |
| 4 支持向量回归和时间序列模型在金融市场预测中的应用 | 第32-43页 |
| ·引言 | 第32页 |
| ·对上证指数的预测 | 第32-36页 |
| ·GARCH 模型预测 | 第32-34页 |
| ·LSSVM ? GARCH? M 模型预测 | 第34-36页 |
| ·对股指期货走势的预测 | 第36-41页 |
| ·实验数据的选取及处理 | 第37页 |
| ·数据检验 | 第37-38页 |
| ·模型预测 | 第38-41页 |
| ·实验结果分析及展望 | 第41-43页 |
| ·实验结果分析 | 第41页 |
| ·展望 | 第41-43页 |
| 结论 | 第43-44页 |
| 参考文献 | 第44-46页 |
| 攻读硕士学位期间发表学术论文情况 | 第46-47页 |
| 致谢 | 第47页 |