| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-19页 |
| ·课题研究的目的和意义 | 第10-12页 |
| ·课题研究的目的 | 第10-11页 |
| ·课题研究的意义 | 第11-12页 |
| ·国内外相关研究成果综述 | 第12-16页 |
| ·汇率预测技术综述 | 第12-13页 |
| ·神经网络预测模型研究现状 | 第13-14页 |
| ·相空间重构的汇率预测研究 | 第14-15页 |
| ·卡尔曼预测的研究状况 | 第15页 |
| ·研究现状综合评述 | 第15-16页 |
| ·本文主要研究内容和技术路线 | 第16-17页 |
| ·本文研究内容和技术路线 | 第16-17页 |
| ·本文的创新之处 | 第17-19页 |
| 第二章 相空间重构和卡尔曼滤波的理论基础 | 第19-33页 |
| ·相空间重构 | 第19-25页 |
| ·混沌 | 第19-21页 |
| ·相空间重构方法 | 第21-25页 |
| ·卡尔曼滤波 | 第25-32页 |
| ·卡尔曼滤波的基本思想 | 第25-26页 |
| ·卡尔曼滤波方法的推导过程 | 第26-30页 |
| ·卡尔曼变量和参数小结 | 第30页 |
| ·基于单步预测的卡尔曼滤波器小结 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 第三章 基于相空间重构与卡尔曼滤波的预测模型 | 第33-42页 |
| ·汇率样本数据的选取 | 第33-35页 |
| ·对汇率时间序列进行相空间重构 | 第35-37页 |
| ·参数确定方法的评价 | 第35页 |
| ·确定最优时延τ和最佳嵌入维数m的具体步骤（微熵率法） | 第35-37页 |
| ·基于相空间重构与卡尔曼滤波的汇率预测 | 第37-41页 |
| ·本章小结 | 第41-42页 |
| 第四章 汇率预测模型的对比分析 | 第42-52页 |
| ·神经网络预测 | 第42-47页 |
| ·神经网络和遗传算法 | 第42-43页 |
| ·遗传神经网络模型 | 第43-45页 |
| ·BP 神经网络对即时汇率数据的预测 | 第45页 |
| ·遗传神经网络模型对日数据和周数据的预测 | 第45-47页 |
| ·两种预测模型的结果比较 | 第47-50页 |
| ·预测指标选择 | 第47页 |
| ·预测模型结果比较 | 第47-50页 |
| ·在线预测过程 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 第五章 汇率信息服务与预测系统的设计与实现 | 第52-60页 |
| ·系统设计 | 第52-57页 |
| ·总体框架 | 第52页 |
| ·汇率报盘子系统 | 第52页 |
| ·汇率换算子系统 | 第52-53页 |
| ·动态曲线生成子系统 | 第53-54页 |
| ·汇率预测子系统 | 第54页 |
| ·N ET 技术和系统实现方案 | 第54页 |
| ·.NET 框架体系结构 | 第54-55页 |
| ·系统的实现方案 | 第55-57页 |
| ·典型页面示例 | 第57-59页 |
| ·本章小结 | 第59-60页 |
| 第六章 全文总结与展望 | 第60-62页 |
| ·科研工作总结 | 第60页 |
| ·展望 | 第60-62页 |
| 参考文献 | 第62-65页 |
| 攻读硕士研究生期间完成的论文 | 第65-66页 |
| 致谢 | 第66-67页 |
| 附录 | 第67-68页 |