能源金融时间序列波动突变预警是时间序列分析领域的重要研究课题，突变预警能够帮助政策决策者与市场投资者制定有效的策略来预防危机。现有的突变研究主要是通过对时间序列波动特征或波动关系进行深入分析，挖掘时间序列波动突变预警。然而，能源金融时间序列波动不仅受自身波动特征影响而且受变量间波动关系影响，波动的微观变化中可能蕴含着丰富的动力学信息。利用动力学理论，本书提出金融时间序列动力学模型来刻画金融时间序列动力学特征；在此基础上，提出基于动力学理论的金融时间序列波动突变预警模型；选取能源价格与股票市场指数进行实证研究。安素芳，女，1980年09月出生，博士，访问学者（2022_2023），2023年毕业于中国地质大学（北京），获得管理科学与工程博士学位。主要研究方向是复杂系统、时间序列分析、机器学习、数据挖掘、气候与能源金融，资源环境管理，金融风险管理。参与了多项国家级课题，在iScience、Chaos和Energy等国际高级学术期刊发表10余篇论文，是Energy、Economics、PLOS One以及Energy Sources, Part B等国际期刊审稿人。