基于卷积神经网络的外汇时间序列预测研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第11-17页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 相关前沿研究内容 | 第12-14页 |
| 1.3 本论文的研究内容 | 第14-16页 |
| 1.4 论文结构安排 | 第16-17页 |
| 2 一维结构数据转换为二维结构数据的升维方法概述 | 第17-24页 |
| 2.1 国际外汇市场价格数据样本实例 | 第18-20页 |
| 2.2 利用周期性进行数据升维 | 第20-22页 |
| 2.3 卷积神经网络处理升维数据的优势 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 3 数学模型实现与研究方法概述 | 第24-34页 |
| 3.1 基于卷积神经网络LeNet-5的模型实现 | 第24-27页 |
| 3.2 算法选择与描述 | 第27-28页 |
| 3.3 模型训练的细节与流程 | 第28-30页 |
| 3.4 模型性能评价标准描述 | 第30-33页 |
| 3.5 本章小结 | 第33-34页 |
| 4 实验结果分析 | 第34-52页 |
| 4.1 欧元对美元货币对实验结果分析 | 第35-40页 |
| 4.2 美元对日元货币对实验结果分析 | 第40-45页 |
| 4.3 英镑对美元货币对实验结果分析 | 第45-50页 |
| 4.4 本章小结 | 第50-52页 |
| 5 总结与展望 | 第52-54页 |
| 5.1 总结 | 第52页 |
| 5.2 展望 | 第52-54页 |
| 参考文献 | 第54-59页 |
| 个人简历、在学期间发表的学术论文与获奖情况 | 第59-60页 |
| 个人简历 | 第59页 |
| 在校期间发表的学术论文 | 第59页 |
| 在校期间获奖情况 | 第59-60页 |
| 致谢 | 第60页 |