基于小波分析与支持向量机的人民币汇率预测
| 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11-19页 |
| ·选题背景与研究意义 | 第11-12页 |
| ·相关文献综述 | 第12-16页 |
| ·汇率预测方法 | 第12-13页 |
| ·金融时间序列除噪方法 | 第13-14页 |
| ·支持向量机及应用现状 | 第14-16页 |
| ·研究思路与研究内容 | 第16-19页 |
| 第2章 相关研究基础与理论分析 | 第19-37页 |
| ·现代汇率理论与汇率预测方法 | 第19-26页 |
| ·基于基本分析方法的汇率预测 | 第19-22页 |
| ·基于技术分析方法的汇率预测 | 第22-26页 |
| ·小波分析理论 | 第26-32页 |
| ·小波分析的原理和特点 | 第26-27页 |
| ·连续小波变换 | 第27页 |
| ·离散小波变换 | 第27-29页 |
| ·多分辨分析 | 第29-31页 |
| ·Mallat算法 | 第31-32页 |
| ·小波分析与汇率时间序列预测 | 第32页 |
| ·支持向量机理论 | 第32-37页 |
| ·机器学习问题与经验风险 | 第33-34页 |
| ·支持向量回归 | 第34-36页 |
| ·支持向量回归方法的特点 | 第36-37页 |
| 第3章 人民币汇率支持向量回归预测模型的构建 | 第37-52页 |
| ·支持向量回归组合汇率预测模型框架的提出 | 第37-38页 |
| ·小波母函数及分解尺度的选择 | 第38-43页 |
| ·小波母函数特性分析 | 第38-41页 |
| ·小波母函数选取的依据 | 第41-42页 |
| ·小波分解尺度的选取 | 第42-43页 |
| ·序列滞后阶的识别和确定 | 第43-44页 |
| ·支持向量回归机的参数选取 | 第44-52页 |
| ·核函数的选取 | 第44-46页 |
| ·支持向量回归参数的灵敏度分析 | 第46-49页 |
| ·支持向量回归模型参数的选择方法 | 第49-52页 |
| 第4章 人民币兑美元汇率预测的实证研究 | 第52-62页 |
| ·样本来源及描述统计 | 第52-53页 |
| ·模型的参数估计 | 第53-55页 |
| ·基于小波分析汇率多尺度分解 | 第53-54页 |
| ·确定各子序列滞后期 | 第54页 |
| ·支持向量机参数的确定 | 第54-55页 |
| ·模型预测能力比较 | 第55-60页 |
| ·预测方法的评价 | 第55页 |
| ·模型样本内预测能力比较 | 第55-57页 |
| ·模型样本外预测能力比较 | 第57-60页 |
| ·模型预测性能的显著性检验 | 第60-62页 |
| ·D-M测试模型 | 第60页 |
| ·显著性检验 | 第60-62页 |
| 结论 | 第62-64页 |
| 参考文献 | 第64-70页 |
| 致谢 | 第70-71页 |
| 附录A 攻读学位期间所发表的学术论文 | 第71-72页 |
| 附录B 攻读学位期间所参与的科研项目 | 第72页 |
