数据驱动的金融时间序列预测模型研究PDF格式文档图书下载

第1章 绪论 1

1.1研究的背景和意义 1

1.2文献回顾与评述 3

1.3主要研究成果及创新 13

1.4研究方法及技术路线 17

第2章 相关理论基础 21

2.1 ARIMA模型 21

2.2 GARCH模型族 23

2.3支持向量机 27

第3章 基于微分信息的ARMAD-GARCH股票价格预测模型 33

3.1 ARMAD-GARCH模型 35

3.2实证研究 38

3.3本章小结 46

第4章 基于梯度因子的G-ARMA-GARCH股票价格预测模型 48

4.1 G-ARMA-GARCH模型 50

4.2实证研究 52

4.3本章小结 60

第5章 基于近邻互信息的SVM-GARCH股票价格预测模型 61

5.1 SVM-GARCH模型构造 63

5.2实证研究 66

5.3本章小结 78

第6章 基于ARIMA和时间测地线距离SVM的股票价格时序数据混合预测模型 80

6.1时间相关性经验知识 80

6.2基础模型介绍 82

6.3混合预测模型构造 83

6.4实证研究 84

6.5本章小结 90

第7章 基于ARIMA和泰勒展开的金融时序混合预测模型 92

7.1模型构建背景知识 94

7.2基于跟踪微分器的泰勒展开预测模型 97

7.3混合预测模型ARIMA-TEF构建 103

7.4本章小结 118

第8章 结论与展望 120

8.1结论 120

8.2不足与展望 122

参考文献 124

查看更多关于数据驱动的金融时间序列预测模型研究的内容