基于BP神经网络的汇率预测模型研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 选题背景 | 第9-13页 |
| 1.1.1 研究背景 | 第9-11页 |
| 1.1.2 研究意义 | 第11-12页 |
| 1.1.3 汇率预测方法概述 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.2.1 国内研究现状 | 第13-14页 |
| 1.2.2 国外研究现状 | 第14-15页 |
| 1.3 本文主要的研究工作 | 第15-17页 |
| 第二章 汇率决定理论 | 第17-29页 |
| 2.1 货币模型 | 第17-21页 |
| 2.1.1 弹性价格货币模型 | 第17-19页 |
| 2.1.2 粘性价格货币模型 | 第19-21页 |
| 2.2 货币替代模型 | 第21-24页 |
| 2.2.1 弹性货币替代模型 | 第22-23页 |
| 2.2.2 粘性货币替代模型 | 第23-24页 |
| 2.3 资产组合均衡模型 | 第24-25页 |
| 2.4 投机泡沫理论 | 第25-26页 |
| 2.4.1 理性投机泡沫理论 | 第25-26页 |
| 2.4.2 非理性投机泡沫理论 | 第26页 |
| 2.5 混沌分析模型 | 第26-29页 |
| 第三章 人工神经网络模型 | 第29-42页 |
| 3.1 神经网络 | 第29-36页 |
| 3.1.1 神经网络方法 | 第29页 |
| 3.1.2 人工神经元模型 | 第29-32页 |
| 3.1.3 神经网络学习算法 | 第32-34页 |
| 3.1.4 神经元的数学模型 | 第34-35页 |
| 3.1.5 神经网络特征 | 第35-36页 |
| 3.2 BP神经网络 | 第36-39页 |
| 3.3 神经网络模型预测效果评价指标 | 第39-40页 |
| 3.4 神经网络模型的泛化能力与过拟合问题 | 第40-42页 |
| 第四章 汇率预测实证分析 | 第42-56页 |
| 4.1 神经网络汇率预测的一般条件 | 第42页 |
| 4.2 样本数据的选取及处理 | 第42-47页 |
| 4.2.1 数据处理 | 第43-46页 |
| 4.2.2 样本数据选取 | 第46-47页 |
| 4.3 神经网络模型关键参数设计 | 第47-51页 |
| 4.3.1 输入神经元数目的确定 | 第47-49页 |
| 4.3.2 汇率波动序列训练集合最佳样本数估计 | 第49-51页 |
| 4.4 附加动量的BP改进算法 | 第51-53页 |
| 4.5 神经网络汇率波动预测 | 第53-56页 |
| 4.5.1 汇率波动序列样本内预测能力比较 | 第53-54页 |
| 4.5.2 汇率波动序列样本外预测能力比较 | 第54-56页 |
| 第五章 结论与展望 | 第56-58页 |
| 5.1 小结 | 第56页 |
| 5.2 不足与展望 | 第56-58页 |
| 参考文献 | 第58-60页 |
| 致谢 | 第60-61页 |
| 攻读硕士学位期间发表论文情况 | 第61页 |
