基于支持向量机的非线性组合模型在汇率预测中的应用
| 致谢 | 第5-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 1.引言 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.1.1 研究背景 | 第10页 |
| 1.1.2 研究意义 | 第10-11页 |
| 1.2 国内外相关研究现状及评述 | 第11-14页 |
| 1.2.1 汇率预测的国内外研究现状 | 第11-13页 |
| 1.2.2 支持向量机汇率预测研究现状 | 第13-14页 |
| 1.2.3 研究现状评述及存在的问题 | 第14页 |
| 1.3 创新点及论文结构 | 第14-16页 |
| 1.3.1 创新点 | 第14-15页 |
| 1.3.2 论文结构 | 第15-16页 |
| 2.支持向量机汇率预测理论基础 | 第16-20页 |
| 2.1 支持向量机简介 | 第16-18页 |
| 2.1.1 支持向量分类机算法 | 第16-17页 |
| 2.1.2 支持向量机回归算法 | 第17-18页 |
| 2.2 组合预测理论 | 第18-19页 |
| 2.3 技术分析理论 | 第19-20页 |
| 3.模型简介 | 第20-23页 |
| 3.1 ARIMA 模型 | 第20-22页 |
| 3.1.1 自回归(AR)模型 | 第20页 |
| 3.1.2 移动平均(MA)模型 | 第20-21页 |
| 3.1.3 自回归移动平均过程 | 第21页 |
| 3.1.4 自回归求积移动平均过程 | 第21页 |
| 3.1.5 博克斯-詹金斯方法论 | 第21-22页 |
| 3.2 GARCH 模型 | 第22-23页 |
| 4.非线性组合模型的汇率预测实证分析 | 第23-38页 |
| 4.1 数据提取 | 第23页 |
| 4.2 输入变量的选择及预处理 | 第23-24页 |
| 4.3 模型的建立及预测 | 第24页 |
| 4.4 模型预测效果及评估 | 第24-25页 |
| 4.5 实证一：时间序列滞后模型VS技术指标模型 | 第25-29页 |
| 4.5.1 时间序列滞后支持向量机模型 | 第25-28页 |
| 4.5.2 纯技术指标模型 | 第28-29页 |
| 4.6 单一模型VS非线性组合模型 | 第29-37页 |
| 4.6.1 ARIMA汇率预测模型实证研究 | 第30-34页 |
| 4.6.2 GARCH汇率模型实证研究 | 第34-35页 |
| 4.6.3 非线性组合汇率预测实证研究 | 第35-37页 |
| 4.7 小结 | 第37-38页 |
| 5.总结与展望 | 第38-40页 |
| 5.1 总结 | 第38页 |
| 5.2 展望 | 第38-40页 |
| 参考文献 | 第40-42页 |
| 作者简历及硕士学位期间取得的研究成果 | 第42-44页 |
| 学位论文数据集 | 第44页 |
