一种人民币汇率预测新方法的研究
| 提要 | 第1-7页 |
| 第一章 绪论 | 第7-17页 |
| ·选题的背景及意义 | 第7-9页 |
| ·国内外相关研究成果综述 | 第9-13页 |
| ·国内外汇率预测方法研究进展 | 第9-11页 |
| ·人民币汇率预测方法研究进展 | 第11-13页 |
| ·本文主要研究内容 | 第13-15页 |
| ·本文的组织结构 | 第15-17页 |
| 第二章 我国汇率制度及汇率决定理论 | 第17-21页 |
| ·汇率的标价法及种类 | 第17-18页 |
| ·外汇的标价法 | 第17页 |
| ·汇率的种类 | 第17-18页 |
| ·我国汇率制度历史与现状 | 第18-19页 |
| ·经典汇率决定理论 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 汇率预测模型的总体设计 | 第21-28页 |
| ·模型的提出和基本构想 | 第21-24页 |
| ·本文研究的技术路线 | 第24-25页 |
| ·模型的总体设计 | 第25-27页 |
| ·本章小结 | 第27-28页 |
| 第四章 结构变量的选取及模型预处理层设计 | 第28-35页 |
| ·人民币汇率主要影响因素分析 | 第28-31页 |
| ·模型输入预处理层的设计 | 第31-34页 |
| ·结构变量种类的选则 | 第31-32页 |
| ·结构变量输入样本的选取 | 第32-33页 |
| ·样本数据的预处理 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第五章 模型初级预测层的设计及结果分析 | 第35-57页 |
| ·人工神经网络原理 | 第35-39页 |
| ·人工神经网络的特点及分类 | 第35-36页 |
| ·BP神经网络及BP算法 | 第36-38页 |
| ·BP神经网络的主要缺点 | 第38-39页 |
| ·遗传算法原理 | 第39-42页 |
| ·遗传算法基本原理 | 第39-41页 |
| ·遗传算法描述 | 第41-42页 |
| ·遗传优化神经网络构建 | 第42-52页 |
| ·遗传算法应用于BP神经网络的可行性 | 第42-44页 |
| ·基于实数编码的遗传优化BP神经网络的构建 | 第44-52页 |
| ·GA-BP网络初级预测层设计及实现 | 第52-55页 |
| ·GA-BP网络初级预测层预测结果及分析 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 第六章 模型全局预测层的设计及结果分析 | 第57-77页 |
| ·数据融合及DS证据理论 | 第57-68页 |
| ·数据融合原理 | 第57-59页 |
| ·DS证据理论及其研究进展 | 第59-60页 |
| ·DS证据理论基本原理及组合规则 | 第60-66页 |
| ·DS证据理论的优缺点及应用于汇率预测领域的优势 | 第66-68页 |
| ·DS证据理论全局预测层设计及实现 | 第68-74页 |
| ·DS证据理论全局预测层预测结果分析 | 第74-76页 |
| ·本章小结 | 第76-77页 |
| 第七章 总结与展望 | 第77-80页 |
| 参考文献 | 第80-83页 |
| 附录 A | 第83-84页 |
| 附录 B | 第84-88页 |
| 附录 C | 第88-90页 |
| 附录 D | 第90-92页 |
| 摘要 | 第92-95页 |
| Abstract | 第95-99页 |
| 致谢 | 第99页 |
