《金融市场波动率的智能预测方法》基于金融市场波动率智能预测方法建模理念，在分析国内外文献基础上，深入研究金融市场波动率的智能预测方法，主要利用*小二乘支持向量机、自适应神经模糊推理系统、灰色预测法构建金融市场波动率的新型智能预测模型，通过对中国金融市场的实证研究，以不同评价指标检验所建模型的有效性。《金融市场波动率的智能预测方法》突破了学科之间的界限，融合了金融学、计算机、信息科学等，一定程度上推动了金融市场波动率智能预测理论与方法的发展。

目录
第1章 绪论 1
1.1 金融市场波动率含义 1
1.2 金融市场波动率基本特征 2
1.3 金融市场波动率智能预测方法的发展趋势 4
1.4 本章小结 15
第2章 金融市场波动率的*小二乘支持向量机预测方法 16
2.1 *小二乘支持向量机 16
2.2 基于chaos-LSSVM-PSOTVAC模型的股指波动率预测方法 21
2.3 基于*小二乘小波支持向量机的股指波动率预测方法 38
2.4 本章小结 55
第3章 金融市场波动率的自适应神经模糊推理系统预测方法 57
3.1 ANFIS原理 57
3.2 基于ANFIS的股指期货波动率预测方法 64
3.3 基于ANFIS-CARRX模型的股指波动率预测方法 70
3.4 本章小结 80
第4章 金融市场波动率的灰色预测方法 81
4.1 GM（1，1）模型 81
4.2 基于GAGM-GARCH类模型的股指波动率预测方法 84
4.3 基于GM-ANFIS模型的基金波动率预测方法 100
4.4 基于GM-LSSVM-PSO模型的高频股指波动率预测方法 106
4.5 本章小结 115
第5章 结论 117
参考文献 119