相關商品
目次
目次
第一章 緒論
1.1 研究背景
1.1.1 對傳統金融理論基石的質疑
1.1.2 分形與分形市場假說的建立
1.2 研究意義
1.3 國內外相關領域的研究現狀及存在問題
1.3.1 國內外相關領域的研究現狀
1.3.2 存在問題
1.4 本書的主要內容和創新點
第二章 金融時間序列的長記憶性及其相關理論
2.1 金融時間序列長記憶性及其相關模型
2.1.1 金融時間序列長記憶性的檢驗方法
2.1.2 金融時間序列的均值和波動率模型
2.2 灰色預測理論
2.2.1 灰色系統理論的提出與發展
2.2.2 灰色系統的原理
2.2.3 灰色預測模型
2.2.4 灰色組合預測模型
2.3 人工神經網絡理論基礎
2.3.1 神經網絡的概念
2.3.2 幾種常用的神經網絡
2.4 時間序列的混沌分析法
2.4.1 時間序列的混沌檢驗方法
2.4.2 時間序列的混沌預測方法
2.5 本章小結
第三章 金融時間序列的長記憶性檢驗
3.1 世界主要股票指數及匯率的長記憶性檢驗
3.1.1 數據的預處理及正態性檢驗
3.1.2 長記憶性的檢驗比較
3.2 時間和事件對長記憶檢驗結果的影響
3.2.1 時間對檢驗結果的影響
3.2.2 事件對檢驗結果的影響
3.3 V／S分析法的短期敏感度分析
3.4 本章小結
第四章 灰色長記憶模型及其實證研究
4.1 灰色預測模型的建立
4.1.1 基本灰色預測模型GM(1，1)
4.1.2 改進的灰色預測模型IGM(1，1)的建立
4.2 基於IGM(1，1)的長記憶金融時序建模及實證研究”
4.2.1 IGM-ARFIMA模型的建立
4.2.2 IGM-ARFIMA模型的實證研究
4.3 基於IGM(1，1)的長記憶金融時序波動率建模及實證研究
4.3.1 IGM-FIGARCH模型的建立
4.3.2 IGM-FIGARCH模型的實證研究
4.4 本章小結
第五章 基於神經網絡和相空間重構的長記憶金融時序預測研究
5.1 Elman神經網絡的基本原理
5.1.1 Elman神經網絡的結構
5.1.2 Elman神經網絡的學習演算法
5.2 改進的Elman神經網絡
5.3 基於相空間重構技術的非線性金融時間序列預測
5.3.1 時間序列的相空間重構
5.3.2 重構相空間中的參數估計
5.4 基於改進Elman網絡和相空間重構的金融時間序列預測實證研究
5.4.1 數據的預處理
5.4.2 確定相空間重構的參數
5.4.3 網絡結構的設定
5.4.4 網絡訓練和預測
5.5 本章小節
第六章 總結與展望
6.1 本書總結
6.2 工作展望
參考文獻
後記
您曾經瀏覽過的商品
購物須知
大陸出版品因裝訂品質及貨運條件與台灣出版品落差甚大，除封面破損、內頁脫落等較嚴重的狀態，其餘商品將正常出貨。
特別提醒：部分書籍附贈之內容(如音頻mp3或影片dvd等)已無實體光碟提供，需以QR CODE 連結至當地網站註冊“並通過驗證程序”，方可下載使用。
無現貨庫存之簡體書，將向海外調貨：
海外有庫存之書籍，等候約45個工作天;
海外無庫存之書籍，平均作業時間約60個工作天，然不保證確定可調到貨，尚請見諒。
為了保護您的權益，「三民網路書店」提供會員七日商品鑑賞期(收到商品為起始日)。
若要辦理退貨，請在商品鑑賞期內寄回，且商品必須是全新狀態與完整包裝(商品、附件、發票、隨貨贈品等)否則恕不接受退貨。