《多變量金融時間序列的非線性檢驗及重構研究》一書從研究非線性動力系統(tǒng)的角度來研究金融時間序列。作為一本入門引導書籍,第一章介紹了本領域的研究現(xiàn)狀;第二章、第三章介紹了目前主要的單變量和多變量金融時間序列的非線性混沌特性檢驗方法;第四章分析了噪聲對多變量金融時間序列的影響;第五章、第六章在介紹單變量金融時間序列的非線性預測模型的基礎上,構建了多變量金融時間序列的非線性預測模型及混沌理論與LS-SVM相結合的多變量金融時間序列預測模型;在第七章、第八章、第九章中,將前面介紹的各種方法應用到股票、期貨和匯率等金融時序數(shù)據(jù)的非線性檢驗和預測中。
《多變量金融時間序列的非線性檢驗及重構研究》一書可供金融工程、金融復雜性、管理科學、非線性科學等相關研究人員以及有一定數(shù)理基礎并對金融復雜性研究感興趣的讀者閱讀參考。
內(nèi)容簡介
引言
第一章 緒論
1.1 研究背景和意義
1.2 現(xiàn)代金融理論的發(fā)展現(xiàn)狀
1.3 混沌理論的研究現(xiàn)狀
1.4 本書的主要工作及章節(jié)安排
第二章 單變量金融時間序列的混沌特性檢驗
2.1 問題的提出
2.2 相空間重構理論
2.3 金融時間序列的非線性特性檢驗方法
2.4 金融時間序列的混沌特性檢驗方法
2.5 小結
第三章 多變量金融時間序列的混沌特性檢驗
3.1 多變量時間序列的相空間重構技術
3.2 多變量時間序列的非線性檢驗
3.3 多變量時間序列的最大Lyapunov指數(shù)
3.4 小結
第四章 噪聲對金融時間序列的影響
4.1 噪聲的一般性質
4.2 混沌與噪聲的區(qū)別
4.3 噪聲的消除方法
4.4 噪聲對單變量時間序列最大Lyapunov指教的影響研究
4.5 噪聲對多變量時間序列最大Lyapunov指數(shù)的影響研究
4.6 小結
第五章 金融時間序列的非線性預測
5.1 問題的提出
5.2 單變量金融時間序列的局域預測法
5.3 多變量金融時間序列的局域預測法
5.4 基于相空間重構的神經(jīng)網(wǎng)絡預測模型
5.5 預測誤差
5.6 Lorenz系統(tǒng)預測
5.7 小結
第六章 金融時間序列的支持向量機預測
6.1 支持向量機理論的研究現(xiàn)狀
6.2 支持向量機的回歸原理
6.3 最小二乘支持向量機回歸算法
6.4 多變量金融時間序列的最小二乘支持向量機預測模型
6.5 上證股市多變量時序數(shù)據(jù)的LS-SVM預測研究
6.6 小結
第七章 股票價格時間序列的非線性檢驗及預測
7.1 上證股市單變量時間序列的非線性分析
7.2 深圳股市多變量時間序列的非線性預測研究
7.3 多變量時序方法在上證股市預測中的應用研究
第八章 期貨價格時序數(shù)據(jù)的非線性檢驗及預測
8.1 石油期貨價格時序數(shù)據(jù)的非線性檢驗及預測
8.2 基于LS-SVM的石油期貨價格預測
8.3 我國小麥期貨市場的非線性檢驗
8.4 基于支持向量機的農(nóng)產(chǎn)品期貨價格預測
第九章 匯率時間序列數(shù)據(jù)的非線性檢驗及預測
9.1 匯率時序數(shù)據(jù)的非線性混沌特性檢驗
9.2 基于LS-SVM的外匯匯率預測研究
第十章 結論與展望
10.1 本書的主要研究工作和理論成果
……
參考文獻
后記