基于EMD-NBE混合模型的人民币汇率预测和分析
| 摘要 | 第3-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第9-12页 |
| 1.1 选题背景及研究意义 | 第9-10页 |
| 1.1.1 选题背景 | 第9页 |
| 1.1.2 研究意义 | 第9-10页 |
| 1.2 相关文献综述 | 第10-12页 |
| 1.2.1 国内研究现状 | 第10-11页 |
| 1.2.2 国外研究现状 | 第11-12页 |
| 第二章 汇率研究理论基础与分析方法 | 第12-22页 |
| 2.1 现代汇率研究理论及预测方法 | 第12-17页 |
| 2.1.1 基于基本面的汇率研究理论 | 第12-14页 |
| 2.1.2 基于量化分析的汇率预测模型 | 第14-17页 |
| 2.2 经验模态分解(EMD)理论 | 第17-18页 |
| 2.3 非线性自回归神经网络 | 第18-19页 |
| 2.4 神经网络理论原理 | 第19-21页 |
| 2.4.1 BP神经网络原理 | 第19-20页 |
| 2.4.2 BP神经网络预测步骤 | 第20-21页 |
| 2.5 极限学习机(ELM)神经网络 | 第21-22页 |
| 第三章 人民币基本面分析和综合模型预测 | 第22-32页 |
| 3.1 汇率的基本面分析 | 第22-25页 |
| 3.1.1 人民币汇率改革及其国际化进程 | 第22页 |
| 3.1.2 国内外宏观经济形势分析 | 第22-23页 |
| 3.1.3 国内货币政策对于人民币汇率的影响 | 第23-24页 |
| 3.1.4 基本面分析的不足 | 第24-25页 |
| 3.2 美元兑人民币汇率的实证研究 | 第25-32页 |
| 3.2.1 数据的选择和分析 | 第25-26页 |
| 3.2.2 实证过程 | 第26-27页 |
| 3.2.3 EMD分解 | 第27-28页 |
| 3.2.4 IMF数据的预处理 | 第28页 |
| 3.2.5 NARX模型预测 | 第28-29页 |
| 3.2.6 BP神经网络预测 | 第29-30页 |
| 3.2.7 ELM神经网络预测 | 第30页 |
| 3.2.8 模型加总 | 第30-32页 |
| 第四章 模型对比与选择 | 第32-37页 |
| 4.1 对比模型的汇率预测 | 第32-34页 |
| 4.1.1 ARIMA模型预测 | 第32页 |
| 4.1.2 SVM预测 | 第32页 |
| 4.1.3 小波神经网络预测 | 第32-33页 |
| 4.1.4 BP神经网络预测 | 第33-34页 |
| 4.1.5 ELM神经网络预测 | 第34页 |
| 4.2 模型对比 | 第34-36页 |
| 4.2.1 对比参数的选取 | 第34-35页 |
| 4.2.2 模型对比结果 | 第35-36页 |
| 4.3 模型预测 | 第36-37页 |
| 4.3.1 人民币汇率模型预测 | 第36页 |
| 4.3.2 预测结果分析 | 第36-37页 |
| 第五章 总结与拓展 | 第37-40页 |
| 5.1 创新性 | 第37页 |
| 5.2 结论 | 第37-38页 |
| 5.3 研究局限与不足 | 第38-40页 |
| 参考文献 | 第40-43页 |
| 致谢 | 第43页 |
