论文目录 | |
摘要 | 第1-10页 |
ABSTRACT | 第10-13页 |
致谢 | 第13-16页 |
插图清单 | 第16-17页 |
表格清单 | 第17-18页 |
第一章 绪论 | 第18-28页 |
· 研究背景及意义 | 第18-21页 |
· 国内外研究现状 | 第21-25页 |
· 灰色预测模型 | 第21-22页 |
· 统计回归 | 第22-23页 |
· 支持向量机 | 第23-24页 |
· GARCH模型 | 第24-25页 |
· 本文研究的主要方法 | 第25-26页 |
· 本文研究内容和创新点 | 第26-28页 |
第二章 预测的基础理论与方法 | 第28-52页 |
· 常用的预测方法 | 第28-46页 |
· 灰色预测模型 | 第28-30页 |
· 偏最小二乘预测模型 | 第30-32页 |
· 时间序列预测模型 | 第32-37页 |
· 智能优化模型 | 第37-46页 |
· 数据的标准变换处理 | 第46-49页 |
· 中心化变换处理 | 第47-48页 |
· 无量纲化变换处理 | 第48页 |
· 标准化处理 | 第48-49页 |
· 预测误差的衡量标准 | 第49-52页 |
第三章 基于灰色系统理论的股指收益率的预测方法研究 | 第52-72页 |
· 引言 | 第52页 |
· 建模知识准备 | 第52-56页 |
· 基函数 | 第52-53页 |
· 插值函数 | 第53-54页 |
· 均差与差分 | 第54-55页 |
· Newton均差插值 | 第55页 |
· Newton差分插值 | 第55-56页 |
· 基于缓冲修正的样条灰色模型的股指收益率的预测方法研究 | 第56-66页 |
· 问题的提出 | 第56-57页 |
· 模型的构建 | 第57-61页 |
· 仿真实验与结果分析 | 第61-66页 |
· 小结 | 第66页 |
· 基于缓冲修正的灰色组合插值的股指收益率的预测方法研究 | 第66-72页 |
· 问题的提出 | 第66-67页 |
· 模型的构建 | 第67-68页 |
· 仿真实验和结论分析 | 第68-70页 |
· 小结 | 第70-72页 |
第四章 基于偏最小二乘回归算法的股指收益率的预测方法研究 | 第72-100页 |
· 引言 | 第72页 |
· 建模知识准备 | 第72-76页 |
· 典型相关分析 | 第72-73页 |
· 主成分分析 | 第73-74页 |
· 线性支持向量回归 | 第74页 |
· 非线性支持向量回归 | 第74-76页 |
· 基于偏最小二乘二次多项式理论的股指收益率的预测方法研究 | 第76-85页 |
· 问题的提出 | 第76-77页 |
· 模型的构建 | 第77-79页 |
· 仿真实验和结论分析 | 第79-85页 |
· 小结 | 第85页 |
· 基于偏最小二乘支持向量回归的股指收益率的预测方法研究 | 第85-92页 |
· 问题的提出 | 第85页 |
· 模型的构建 | 第85-86页 |
· 仿真实验和结论分析 | 第86-92页 |
· 小结 | 第92页 |
· 基于遗传优化偏最小二乘支持向量回归的股指收益率的预测方法研究 | 第92-100页 |
· 问题的提出 | 第92-93页 |
· 模型的构建 | 第93-95页 |
· 仿真实验与结论分析 | 第95-99页 |
· 小结 | 第99-100页 |
第五章 基于GARCH族模型的金融时间序列的股指波动率的预测方法研究 | 第100-126页 |
· 引言 | 第100页 |
· 建模知识准备 | 第100-102页 |
· 基于模糊FEGARCH模型及不同分布假设的股指波动率的预测方法研究 | 第102-116页 |
· 问题的提出 | 第103-104页 |
· 模型的构建 | 第104-110页 |
· 仿真实验与结论分析 | 第110-115页 |
· 小结 | 第115-116页 |
· 基于EGARCH误差校正的WLS-SVR的股指波动率的预测方法研究 | 第116-126页 |
· 问题的提出 | 第116页 |
· 模型的构建 | 第116-119页 |
· 仿真实验与结果分析 | 第119-122页 |
· 小结 | 第122-126页 |
第六章 总结与展望 | 第126-128页 |
· 总结 | 第126-127页 |
· 展望 | 第127-128页 |
参考文献 | 第128-138页 |
攻读学位期间从事的科研项目和发表的论文 | 第138-139
页 |