BP神经网络在汇率短期预测中的应用
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外汇率预测研究现状 | 第9-11页 |
| 1.2.1 国内文献综述 | 第9-10页 |
| 1.2.2 国外文献综述 | 第10-11页 |
| 1.3 国内外神经网络研究现状 | 第11-12页 |
| 1.3.1 国外研究现状 | 第11页 |
| 1.3.2 国内研究现状 | 第11-12页 |
| 1.4 论文研究内容 | 第12页 |
| 1.5 论文结构安排 | 第12-14页 |
| 第2章 人民币及汇率概况分析 | 第14-20页 |
| 2.1 人民币发展概述 | 第14页 |
| 2.2 汇率概述 | 第14-15页 |
| 2.3 我国人民币对美元汇率的发展概况 | 第15-16页 |
| 2.4 影响汇率变动的因素 | 第16-17页 |
| 2.5 汇率变动的影响 | 第17-18页 |
| 2.5.1 汇率变动对外部经济的影响 | 第17-18页 |
| 2.5.2 汇率变动对内部经济的影响 | 第18页 |
| 2.6 本章小结 | 第18-20页 |
| 第3章 时间序列概况及ARIMA模型 | 第20-24页 |
| 3.1 时间序列 | 第20页 |
| 3.2 ARIMA模型 | 第20-23页 |
| 3.3 本章小结 | 第23-24页 |
| 第4章 人工神经网络和BP神经网络 | 第24-30页 |
| 4.1 人工神经网络 | 第24-25页 |
| 4.2 BP神经网络 | 第25-28页 |
| 4.2.1 概述 | 第25-26页 |
| 4.2.2 BP神经网络学习过程 | 第26-28页 |
| 4.3 本章小结 | 第28-30页 |
| 第5章 汇率数据实证研究 | 第30-40页 |
| 5.1 数据选取 | 第30页 |
| 5.2 ARIMA模型 | 第30-33页 |
| 5.2.1 数据预处理 | 第30-32页 |
| 5.2.2 模型拟合 | 第32页 |
| 5.2.3 模型检验与预测 | 第32-33页 |
| 5.3 BP神经网络 | 第33-38页 |
| 5.3.1 数据预处理 | 第33-34页 |
| 5.3.2 隐含层节点数 | 第34-35页 |
| 5.3.3 建立BP神经网络模型 | 第35-38页 |
| 5.4 模型评价 | 第38-39页 |
| 5.5 本章小结 | 第39-40页 |
| 结论 | 第40-42页 |
| 参考文献 | 第42-46页 |
| 附录 | 第46-48页 |
| 致谢 | 第48-49页 |
