| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 插图索引 | 第9-10页 |
| 附表索引 | 第10-11页 |
| 第1章 绪论 | 第11-20页 |
| ·研究背景及意义 | 第11-14页 |
| ·研究背景 | 第11-13页 |
| ·研究意义 | 第13-14页 |
| ·相关文献综述 | 第14-18页 |
| ·汇率行为描述与预测研究动态 | 第14-15页 |
| ·汇率预测的神经网络方法研究综述 | 第15-17页 |
| ·基于聚类的神经网络模型及其预测研究现状 | 第17-18页 |
| ·研究思路及主要内容 | 第18-20页 |
| 第2章 研究的方法论基础与理论分析 | 第20-36页 |
| ·神经网络预测方法与汇率预测建模 | 第20-25页 |
| ·人工神经网络原理 | 第20-22页 |
| ·神经网络预测模型的泛化能力与过拟合问题 | 第22-23页 |
| ·汇率预测的神经网络模型关键参数分析 | 第23-25页 |
| ·汇率预测与时间序列聚类分析技术 | 第25-33页 |
| ·时序数据聚类的相似性度量 | 第26页 |
| ·汇率复杂性与空间聚类技术分析 | 第26-29页 |
| ·非监督动态窗口UKW 聚类算法 | 第29-30页 |
| ·汇率数据的空间结构与相空间重构技术 | 第30-33页 |
| ·空间聚类与神经网络组合的汇率预测方法分析 | 第33-36页 |
| ·空间聚类与神经网络组合预测方法 | 第33-34页 |
| ·组合方法于人民币兑欧元汇率预测的适用性 | 第34-36页 |
| 第3章 人民币兑欧元汇率时间序列UKW 聚类分析 | 第36-53页 |
| ·样本说明与数据描述 | 第36-38页 |
| ·替代数据方法与人民币汇率序列的非线性检验 | 第38-40页 |
| ·非线性检验的替代数据方法 | 第38-39页 |
| ·人民币兑欧元汇率序列的非线性检验 | 第39-40页 |
| ·UKW 聚类的关键参数设计 | 第40-45页 |
| ·UKW 聚类数据的空间结构与C-C 算法的改进 | 第40-41页 |
| ·UKW 算法关键阈值的设定 | 第41-45页 |
| ·人民币兑欧元汇率时序数据的UKW聚类 | 第45-53页 |
| ·人民币兑欧元汇率时序的空间数据结构 | 第45-47页 |
| ·建模样本集合的UKW 聚类分析 | 第47-50页 |
| ·预测样本集合的聚类簇分配 | 第50-53页 |
| 第4章 人民币兑欧元汇率聚类簇反馈神经网络预测实证 | 第53-70页 |
| ·基于UKW聚类的反馈网络预测模型的构建 | 第53-58页 |
| ·汇率聚类簇与神经网络的输入向量 | 第53-54页 |
| ·网络结构的选择与层反馈 RNN2 网络 | 第54-56页 |
| ·RNN2 模型各层神经元数目的确定 | 第56-58页 |
| ·实证研究设计 | 第58-61页 |
| ·预测效果评价指标 | 第58-59页 |
| ·预测实证研究设计 | 第59-61页 |
| ·人民币兑欧元汇率聚类簇的预测效果分析 | 第61-70页 |
| ·样本内预测效果的比较与分析 | 第61-64页 |
| ·样本外预测效果的比较与分析 | 第64-68页 |
| ·模型预测效果的显著性检验 | 第68-70页 |
| 结论 | 第70-72页 |
| 参考文献 | 第72-79页 |
| 致谢 | 第79-80页 |
| 附录 A 攻读学位期间所发表的学术论文 | 第80-81页 |
| 附录 B 攻读学位期间所参与的科研项目 | 第81页 |