基于支持向量机的美元指数预测研究
| 致谢 | 第1-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7-10页 |
| 1 引言 | 第10-15页 |
| ·问题的提出 | 第10-11页 |
| ·研究目的和意义 | 第11-12页 |
| ·研究内容与方法 | 第12-13页 |
| ·本文的创新点 | 第13-14页 |
| ·本文结构 | 第14-15页 |
| 2 国内外研究现状评述 | 第15-24页 |
| ·支持向量机的国内外研究现状 | 第15-18页 |
| ·美元指数的研究 | 第18-19页 |
| ·国内外对汇率预测的研究 | 第19-22页 |
| ·研究现状评述 | 第22-24页 |
| 3 理论分析与模型构建 | 第24-36页 |
| ·因子分析法 | 第24页 |
| ·支持向量机回归算法 | 第24-26页 |
| ·支持向量机的参数选择方法 | 第26-30页 |
| ·指标体系的构建 | 第30-34页 |
| ·汇率决定理论分析 | 第30-32页 |
| ·指标选择 | 第32-34页 |
| ·模型的流程与模型精度评价指标 | 第34-36页 |
| 4 实证研究 | 第36-53页 |
| ·预测对象的分析 | 第36页 |
| ·数据来源与数据预处理 | 第36-37页 |
| ·描述性统计 | 第37-39页 |
| ·因子分析模型 | 第39-42页 |
| ·SVM参数寻优 | 第42-44页 |
| ·SVM回归预测 | 第44-47页 |
| ·与主成分约简和粗糙集约简结果的比较 | 第47-49页 |
| ·与BP神经网络和普通SVM模型的比较 | 第49-51页 |
| ·BP神经网络预测模型 | 第49-50页 |
| ·普通SVM | 第50页 |
| ·结果比较 | 第50-51页 |
| ·本章小结 | 第51-53页 |
| 5 结论与展望 | 第53-56页 |
| ·本文结论 | 第53-54页 |
| ·本文的不足之处 | 第54页 |
| ·展望 | 第54-56页 |
| 参考文献 | 第56-59页 |
