| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第1章 绪论 | 第10-16页 |
| ·选题背景 | 第10-11页 |
| ·国内外研究现状及存在的问题 | 第11-15页 |
| ·股市预测常用方法及研究现状 | 第11-13页 |
| ·协整分析研究现状 | 第13-14页 |
| ·存在问题 | 第14-15页 |
| ·研究内容与创新点 | 第15-16页 |
| ·本文结构 | 第15页 |
| ·本文创新点 | 第15-16页 |
| 第2章 时间序列分析基本理论 | 第16-32页 |
| ·时间序列基本概念 | 第16-17页 |
| ·时间序列 | 第16页 |
| ·白噪声序列 | 第16-17页 |
| ·时间序列数据的特性与预处理 | 第17-19页 |
| ·时间序列的纯随机性 | 第17-18页 |
| ·时间序列的平稳性 | 第18-19页 |
| ·平稳时间序列常用模型简介 | 第19-21页 |
| ·AR(p)(自回归)模型 | 第19-20页 |
| ·MA(q)(移动平均)模型 | 第20页 |
| ·ARMA(p,q)(自回归移动平均)模型 | 第20-21页 |
| ·ARIMA(p,d,q)(差分自回归移动平均)模型 | 第21-27页 |
| ·时间序列模型的特征函数 | 第22-23页 |
| ·数据的平稳性检验 | 第23-24页 |
| ·对差分后平稳序列进行ARMA拟合 | 第24-27页 |
| ·ARIMA(p,d,q)模型诊断与检验 | 第27页 |
| ·多元时序模型 | 第27-31页 |
| ·VAR(p)(向量自回归)模型 | 第28-29页 |
| ·交互影响的多元回归与多元时序混合模型 | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 第3章 协整理论与方法 | 第32-42页 |
| ·单位根过程 | 第32-33页 |
| ·单位根过程的检验 | 第33-36页 |
| ·DF检验 | 第33-35页 |
| ·ADF检验 | 第35-36页 |
| ·协整与误差修正模型 | 第36-39页 |
| ·协整基本概念 | 第36-37页 |
| ·误差修正模型 | 第37-38页 |
| ·Granger表述定理 | 第38-39页 |
| ·协整关系的估计与检验 | 第39-41页 |
| ·E-G两步估计法 | 第39-40页 |
| ·协整检验 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第4章 滞后协整基本方法 | 第42-49页 |
| ·滞后协整概念 | 第42-43页 |
| ·滞后协整参数估计 | 第43-46页 |
| ·最小二乘估计法 | 第43-44页 |
| ·极大似然估计检验法 | 第44-46页 |
| ·滞后协整检验 | 第46-47页 |
| ·滞后协整与ADL模型 | 第47-48页 |
| ·自回归分布滞后模型 | 第47页 |
| ·几何滞后模型的Koyck变换 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第5章 我国上证股价指数走势预测 | 第49-60页 |
| ·构建预测模型 | 第49-52页 |
| ·滞后分析 | 第49-50页 |
| ·时间序列分析 | 第50-51页 |
| ·滞后协整分析 | 第51页 |
| ·综合建模 | 第51-52页 |
| ·变量选取与数据说明 | 第52-54页 |
| ·变量选取 | 第52-54页 |
| ·数据来源与预处理 | 第54页 |
| ·实证分析 | 第54-59页 |
| ·多元时序与滞后协整混合模型预测 | 第54-58页 |
| ·预测结果对比评价 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 第6章 总结和展望 | 第60-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 攻读学位期间获得与学位论文相关的科研成果目录 | 第66-67页 |
| 附录:原始数据 | 第67-70页 |