| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第9-18页 |
| ·研究背景与意义 | 第9-10页 |
| ·文献综述 | 第10-15页 |
| ·汇率预测的研究现状 | 第10-12页 |
| ·时间序列预测方法的研究现状 | 第12-15页 |
| ·研究思路与研究内容 | 第15-18页 |
| 第二章 汇率预测研究的理论基础 | 第18-33页 |
| ·汇率预测方法的可行性分析 | 第18-19页 |
| ·小波分析与汇率预测 | 第18-19页 |
| ·支持向量机与汇率预测 | 第19页 |
| ·小波分析理论 | 第19-26页 |
| ·小波分析的原理 | 第19-20页 |
| ·连续与离散小波变换 | 第20-22页 |
| ·Mallat 算法 | 第22-26页 |
| ·支持向量机理论基础 | 第26-32页 |
| ·支持向量机（SVM）模型 | 第26-28页 |
| ·最小二乘支持向量机（LSSVM）模型 | 第28-30页 |
| ·加权最小二乘支持向量机（WLSSVM）模型 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 第三章 基于 PSO-WLSSVM 模型的优化方法 | 第33-43页 |
| ·WLSSVM 模型的参数选取问题 | 第33-37页 |
| ·核函数的选取 | 第33-35页 |
| ·正规化参数的选取 | 第35页 |
| ·WLSSVM 模型参数的敏感性分析 | 第35-37页 |
| ·WLSSVM 模型参数选择方法 | 第37-38页 |
| ·粒子群算法的改进 | 第38-42页 |
| ·粒子群算法基本原理和算法流程 | 第38-40页 |
| ·粒子群算法优化设计 | 第40-41页 |
| ·粒子群算法优化验证 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第四章 汇率预测模型的构建 | 第43-53页 |
| ·模型结构 | 第43-44页 |
| ·小波函数及其选择依据 | 第44-47页 |
| ·常用小波函数及其性质 | 第44-46页 |
| ·小波函数选取依据 | 第46-47页 |
| ·序列滞后阶的识别和确定 | 第47-48页 |
| ·基于 CV-PSO 的 WLSSVM 参数优化设计 | 第48-51页 |
| ·CV-PSO 算法 | 第48-49页 |
| ·基于 CV-PSO 的 WLSSVM 算法设计 | 第49-51页 |
| ·模型性能评价 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 第五章 应用研究 | 第53-67页 |
| ·数据选取与小波分析 | 第53-56页 |
| ·数据说明及预处理 | 第53-54页 |
| ·小波分析 | 第54-56页 |
| ·序列滞后阶数的确定 | 第56页 |
| ·基于 PSO-WLSSVM 的汇率预测应用分析 | 第56-66页 |
| ·应用分析 | 第56-61页 |
| ·模型对比及性能评价 | 第61-66页 |
| ·本章小结 | 第66-67页 |
| 结论 | 第67-69页 |
| 参考文献 | 第69-74页 |
| 攻读硕士学位期间取得的研究成果 | 第74-75页 |
| 致谢 | 第75-76页 |
| 答辩委员会对论文的评定意见 | 第76页 |