本书对金融波动率的新型智能预测方法进行深入系统研究，在分析国外研究现状的基础上，对金融波动率的新型智能预测方法进行深入系统研究，主要利用很小二乘支持向量机、自适应模糊推理系统及灰色预测法构建金融波动率的新型智能预测模型，并通过对中国金融市场的实证研究，以不同的评价指标检验所建模型的有效性。本书在一定程度上推动了智能预测理论与方法的发展。本书研究内容为相关领域的科研工作者提供理论与方法的参考依据。

目录
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 金融市场波动率的最小二乘支持向量机预测方法 16
2.1 最小二乘支持向量机 16
2.2 基于chaos-LSSVM-PSOTVAC模型的股指波动率预测方法 21
2.3 基于最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