基于混沌的神经网络与分形插值的汇率组合预测研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 研究背景和意义 | 第9-11页 |
| 1.1.1 研究背景 | 第9-10页 |
| 1.1.2 研究意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 国外研究现状 | 第11-13页 |
| 1.2.2 国内研究现状 | 第13-14页 |
| 1.3 研究创新点 | 第14页 |
| 1.4 研究思路 | 第14-16页 |
| 第2章 汇率预测的基本理论与模型 | 第16-34页 |
| 2.1 传统汇率决定理论预测法 | 第16-21页 |
| 2.1.1 国际借贷理论 | 第16-17页 |
| 2.1.2 购买力平价理论 | 第17-18页 |
| 2.1.3 利率平价理论 | 第18-19页 |
| 2.1.4 资产市场理论 | 第19-21页 |
| 2.1.5 小结 | 第21页 |
| 2.2 非线性参数预测法 | 第21-23页 |
| 2.2.1 随机游走模型 | 第21-22页 |
| 2.2.2 ARIMA模型 | 第22页 |
| 2.2.3 ARCH族模型 | 第22-23页 |
| 2.2.4 小结 | 第23页 |
| 2.3 非线性非参数预测法 | 第23-33页 |
| 2.3.1 小波分析法 | 第23-24页 |
| 2.3.2 支持向量机 | 第24-25页 |
| 2.3.3 遗传算法 | 第25-26页 |
| 2.3.4 神经网络 | 第26-28页 |
| 2.3.5 混沌与分形 | 第28-31页 |
| 2.3.6 组合预测 | 第31-32页 |
| 2.3.7 小结 | 第32-33页 |
| 2.4 本章小结 | 第33-34页 |
| 第3章 基于混沌理论的组合预测模型的建立 | 第34-44页 |
| 3.1 原始数据预处理 | 第34页 |
| 3.2 数据统计性描述 | 第34-35页 |
| 3.3 混沌与分形特征识别 | 第35-38页 |
| 3.3.1 相空间重构 | 第35-37页 |
| 3.3.2 Lyapunov指数 | 第37-38页 |
| 3.3.3 分形维 | 第38页 |
| 3.4 组合预测模型的建立 | 第38-42页 |
| 3.4.1 基于混沌理论的神经网络预测模型 | 第39-40页 |
| 3.4.2 基于分形理论的分形插值预测模型 | 第40-41页 |
| 3.4.3 组合预测模型 | 第41-42页 |
| 3.5 本章小结 | 第42-44页 |
| 第4章 汇率组合预测的案例研究 | 第44-55页 |
| 4.1 数据选取与预处理 | 第44-45页 |
| 4.2 人民币汇率的统计性描述 | 第45-47页 |
| 4.3 人民币汇率的混沌与分形特征判别 | 第47-48页 |
| 4.4 基于混沌理论的神经网络的汇率预测 | 第48-49页 |
| 4.5 基于分形插值法的汇率预测 | 第49-52页 |
| 4.6 汇率的组合预测 | 第52-53页 |
| 4.7 本章小结 | 第53-55页 |
| 第5章 研究成果与结论 | 第55-57页 |
| 参考文献 | 第57-60页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第60-61页 |
| 致谢 | 第61页 |
