基于DBN的汇率预测研究
| 摘要 | 第1-5页 |
| Abstract | 第5-11页 |
| 第一章 引言 | 第11-16页 |
| ·研究背景和意义 | 第11页 |
| ·国内外相关研究综述 | 第11-14页 |
| ·汇率预测技术综述 | 第11-13页 |
| ·神经网络用于汇率预测的研究现状 | 第13-14页 |
| ·主要研究内容和创新点 | 第14-16页 |
| 第二章 汇率预测相关研究基础与理论分析 | 第16-34页 |
| ·汇率预测的参数模型 | 第16-18页 |
| ·随机游走(RW)模型 | 第16页 |
| ·ARMA模型 | 第16-17页 |
| ·ARCH模型 | 第17-18页 |
| ·神经网络理论 | 第18-20页 |
| ·神经元的基本结构 | 第18-19页 |
| ·神经网络的特点 | 第19-20页 |
| ·神经网络的分类 | 第20页 |
| ·BP神经网络 | 第20-22页 |
| ·Boltzmann机 | 第22-26页 |
| ·Boltzmann机的结构 | 第22-24页 |
| ·Boltzmann机的学习算法 | 第24-26页 |
| ·受限的Boltzmann机(RBM) | 第26-27页 |
| ·连续型受限的Boltzmann机(CRBM) | 第27-29页 |
| ·深度信度网(DBN) | 第29-30页 |
| ·DBN的结构 | 第29页 |
| ·DBN的学习算法 | 第29-30页 |
| ·共轭梯度法 | 第30-32页 |
| ·本章小结 | 第32-34页 |
| 第三章 基于DBN的汇率预测 | 第34-46页 |
| ·神经网络预测汇率 | 第34-36页 |
| ·基于DBN的汇率预测 | 第36-45页 |
| ·数据准备 | 第38-39页 |
| ·确定DBN的结构 | 第39-40页 |
| ·权重更新方式 | 第40-41页 |
| ·确定其他参数 | 第41-42页 |
| ·共轭梯度法加速 | 第42-43页 |
| ·预测与结果评价 | 第43-45页 |
| ·对比模型 | 第45页 |
| ·本章小结 | 第45-46页 |
| 第四章 实验结果与分析 | 第46-60页 |
| ·DBN的最优结构 | 第46-51页 |
| ·GBP/USD | 第46-48页 |
| ·INR/USD | 第48-49页 |
| ·BRL/USD | 第49-51页 |
| ·DBN的权重更新方式 | 第51-53页 |
| ·DBN中其他参数的确定 | 第53-56页 |
| ·预测效果对比 | 第56-59页 |
| ·本章小结 | 第59-60页 |
| 第五章 总结与展望 | 第60-62页 |
| ·总结 | 第60页 |
| ·展望 | 第60-62页 |
| 参考文献 | 第62-67页 |
| 攻读期成果 | 第67-68页 |
| 致谢 | 第68-69页 |
