《多变量金融时间序列的非线性检验及重构研究》一书从研究非线性动力系统的角度来研究金融时间序列。作为一本入门引导书籍，第一章介绍了本领域的研究现状；第二章、第三章介绍了目前主要的单变量和多变量金融时间序列的非线性混沌特性检验方法；第四章分析了噪声对多变量金融时间序列的影响；第五章、第六章在介绍单变量金融时间序列的非线性预测模型的基础上，构建了多变量金融时间序列的非线性预测模型及混沌理论与LS-SVM相结合的多变量金融时间序列预测模型；在第七章、第八章、第九章中，将前面介绍的各种方法应用到股票、期货和汇率等金融时序数据的非线性检验和预测中。
    《多变量金融时间序列的非线性检验及重构研究》一书可供金融工程、金融复杂性、管理科学、非线性科学等相关研究人员以及有一定数理基础并对金融复杂性研究感兴趣的读者阅读参考。

内容简介
引言

第一章 绪论
1.1 研究背景和意义
1.2 现代金融理论的发展现状
1.3 混沌理论的研究现状
1.4 本书的主要工作及章节安排

第二章 单变量金融时间序列的混沌特性检验
2.1 问题的提出
2.2 相空间重构理论
2.3 金融时间序列的非线性特性检验方法
2.4 金融时间序列的混沌特性检验方法
2.5 小结

第三章 多变量金融时间序列的混沌特性检验
3.1 多变量时间序列的相空间重构技术
3.2 多变量时间序列的非线性检验
3.3 多变量时间序列的最大Lyapunov指数
3.4 小结

第四章 噪声对金融时间序列的影响
4.1 噪声的一般性质
4.2 混沌与噪声的区别
4.3 噪声的消除方法
4.4 噪声对单变量时间序列最大Lyapunov指教的影响研究
4.5 噪声对多变量时间序列最大Lyapunov指数的影响研究
4.6 小结

第五章 金融时间序列的非线性预测
5.1 问题的提出
5.2 单变量金融时间序列的局域预测法
5.3 多变量金融时间序列的局域预测法
5.4 基于相空间重构的神经网络预测模型
5.5 预测误差
5.6 Lorenz系统预测
5.7 小结

第六章 金融时间序列的支持向量机预测
6.1 支持向量机理论的研究现状
6.2 支持向量机的回归原理
6.3 最小二乘支持向量机回归算法
6.4 多变量金融时间序列的最小二乘支持向量机预测模型
6.5 上证股市多变量时序数据的LS-SVM预测研究
6.6 小结

第七章 股票价格时间序列的非线性检验及预测
7.1 上证股市单变量时间序列的非线性分析
7.2 深圳股市多变量时间序列的非线性预测研究
7.3 多变量时序方法在上证股市预测中的应用研究

第八章 期货价格时序数据的非线性检验及预测
8.1 石油期货价格时序数据的非线性检验及预测
8.2 基于LS-SVM的石油期货价格预测
8.3 我国小麦期货市场的非线性检验
8.4 基于支持向量机的农产品期货价格预测

第九章 汇率时间序列数据的非线性检验及预测
9.1 汇率时序数据的非线性混沌特性检验
9.2 基于LS-SVM的外汇汇率预测研究

第十章 结论与展望
10.1 本书的主要研究工作和理论成果
……
参考文献
后记