在本文中,金融系统被看作是一个具有高维度、高开放性、远离平衡态、存在熵交换的耗散系统,而非传统意义上的简单线性系统。因此,利用复杂系统理论来研究中国的资本市场具有重要的理论和实践意义,一方面拓展了工业工程的学科应用范围,一方面有利于发展我国尚不成熟的金融市场。经过对先前论文的研究和分析,本文的内容主要包括如下几个部分。(1)研究中国股票市场的时序,经过替代数据法和BDS方法的检验,存在非线性特征。通过确定延迟时间、嵌入维、关联维、最大李雅普诺夫指数等标度,表明市场是混沌的,因此非线性预测是可行的。(2)本文着重研究了资本市场的分形性。对股票市场和商品市场进行R/S分析,发现在一定周期时间内,市场中都存在长程相关性,遵循分形市场假说(FMH)。通过MFDFA分析,市场被认为是多重分形而非单分形的。这种特征源于市场内部因素和政府外部因素的交互作用。通过MFDCCA技术,发现这两个市场之间存在的多重分形互相关关系。两个市场显示出正的或负的长程互相关关系取决于阶数的大小。同时,市场间的互相关性比单一市场的自相关性更显著。结论对于管理者和投资者来说都有重要的现实意义。管理者应该运用科学的理论和方法来分析和遵循市场的运行规律。对于投资者,结合基本分析和技术分析来掌握市场趋势,从而获得超出市场平均水平的超额利润。(3)在非线性预测之前,首先运用小波神经网络来进行降噪,然后运用径向基函数神经网络方法和自适应Volterra方法来预测市场走势。结果表明两者都有一定的预测能力,并且在这个问题上,多步Volterra方法优于RBF方法。(4)从宏观考虑影响金融生态系统演化的因素,构建系统动力学模型。从动力因素来看,可以从技术与制度创新、市场内部需求、机构竞争三个因素来考虑;从外部环境来看,分为经济基础、政府行为、社会信用、中介水平四个方面。因此,政府应该协调经济发展,规范社会信用,为金融机构改进产品和服务、满足市场需求构造良好的竞争环境。