基于BP神经网络的汇率预测模型研究
发布时间：2021-11-09 22:36
汇率变幻莫测,它不仅可以影响个人的生活,公司的生长,甚至影响着一个国家的经济。千百年来人们一直在寻找一条通往公平与稳定的汇率之路,今天人们仍然在探索。汇率经常会出现变动,因为它会受到很多因素的影响：国际收支状况、顺差与逆差、通货膨胀率的高低、货币购买力、利率水平、国家的宏观调控、经济政策、外汇波动、政府的干预等,它们时时刻刻影响着汇率,并推动着汇率的变动。如何快速有效的进行汇率预测,是经济学家长期以来一直探寻的问题,由于汇率受到多种因素的影响,表现出不规则的非线性变化趋势,因此给其预测带来了很大的困难。神经网络具有很好的预测非线性数据的能力,因此为汇率的预测提供了一种现实有效的方法。首先,本文对选取的人民币兑美元数据进行了平稳性检验,发现汇率数据不平稳,故对汇率数据进行了平稳性处理,得到汇率波动序列数据,进而又对汇率波动序列进行了正态性及BDS检验,验证了汇率波动序列的非线性性。然后,本文利用神经网络中应用最广泛、最普遍的同质神经网络即BP神经网络对人民币兑美元汇率波动序列进行预测。虽然BP算法存在很多优点且被广泛应用,但它也有很多缺点,如容易陷入局部最优、收敛速度比较慢、输入神经元数...
【文章来源】：武汉理工大学湖北省 211工程院校 教育部直属院校
【文章页数】：61 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第一章 绪论
1.1 选题背景
1.1.1 研究背景
1.1.2 研究意义
1.1.3 汇率预测方法概述
1.2 国内外研究现状
1.2.1 国内研究现状
1.2.2 国外研究现状
1.3 本文主要的研究工作
第二章 汇率决定理论
2.1 货币模型
2.1.1 弹性价格货币模型
2.1.2 粘性价格货币模型
2.2 货币替代模型
2.2.1 弹性货币替代模型
2.2.2 粘性货币替代模型
2.3 资产组合均衡模型
2.4 投机泡沫理论
2.4.1 理性投机泡沫理论
2.4.2 非理性投机泡沫理论
2.5 混沌分析模型
第三章 人工神经网络模型
3.1 神经网络
3.1.1 神经网络方法
3.1.2 人工神经元模型
3.1.3 神经网络学习算法
3.1.4 神经元的数学模型
3.1.5 神经网络特征
3.2 BP神经网络
3.3 神经网络模型预测效果评价指标
3.4 神经网络模型的泛化能力与过拟合问题
第四章 汇率预测实证分析
4.1 神经网络汇率预测的一般条件
4.2 样本数据的选取及处理
4.2.1 数据处理
4.2.2 样本数据选取
4.3 神经网络模型关键参数设计
4.3.1 输入神经元数目的确定
4.3.2 汇率波动序列训练集合最佳样本数估计
4.4 附加动量的BP改进算法
4.5 神经网络汇率波动预测
4.5.1 汇率波动序列样本内预测能力比较
4.5.2 汇率波动序列样本外预测能力比较
第五章 结论与展望
5.1 小结
5.2 不足与展望
参考文献
致谢
攻读硕士学位期间发表论文情况
【参考文献】：
期刊论文
[1]BP神经网络在汇率预测中的应用[J]. 徐缘圆. 时代金融. 2013(03)
[2]基于奇异谱分析的汇率预测研究[J]. 张一,惠晓峰. 统计与决策. 2012(06)
[3]改进的灰色系统理论在汇率预测中的应用[J]. 张渊渊,何佳,贾海云. 计算机仿真. 2011(11)
[4]小波与混理论相结合的汇率预测[J]. 殷光伟. 商场现代化. 2009(05)
[5]基于GARCH模型与ANN技术组合的汇率预测[J]. 刘潭秋,谢赤. 科学技术与工程. 2006(23)
[6]ARIMA模型在汇率预测中的应用[J]. 张忠杰. 中国商人(经济理论研究). 2005(07)
[7]A GENERAL APPROACH BASED ON AUTOCORRELATION TO DETERMINE INPUT VARIABLES OF NEURAL NETWORKS FOR TIME SERIES FORECASTING[J]. NAKAMORI,Yoshiteru. Journal of Systems Science and Complexity. 2004(03)
[8]基于时间序列GARCH模型的人民币汇率预测[J]. 惠晓峰,柳鸿生,胡伟,何丹青. 金融研究. 2003(05)
[9]人工神经网络在中长期汇率预测中的应用[J]. 杨炘,马洪波. 系统工程. 1999(01)
博士论文
[1]基于神经网络和遗传规划的汇率预测技术研究[D]. 廖薇.华东师范大学 2010
[2]基于神经网络模型的人民币汇率预测研究[D]. 丁晖.湖南大学 2008
[3]汇率决定理论和汇率预测[D]. 孙叶萌.吉林大学 2008
硕士论文
[1]BP神经网络的研究分析及改进应用[D]. 李友坤.安徽理工大学 2012
[2]遗传算法结合最小二乘法在汇率预测中的应用[D]. 黄绍英.安徽大学 2012
[3]基于支持向量回归机的汇率预测[D]. 阿磊.华东师范大学 2011
[4]基于神经网络的人民币汇率预测研究[D]. 陆文.中南大学 2010
[5]汇率决定理论研究与人民币汇率实证分析[D]. 张敏.上海海事大学 2007
[6]遗传算法与神经网络在汇率预测中的应用[D]. 王晓琳.青岛大学 2006
[7]基于GA-SVR的汇率预测模型研究及分析[D]. 曹定州.暨南大学 2006
[8]基于神经网络集成的汇率预测模型研究[D]. 单峰.南京航空航天大学 2004
本文编号：3486025
【文章来源】：武汉理工大学湖北省 211工程院校 教育部直属院校
【文章页数】：61 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第一章 绪论
1.1 选题背景
1.1.1 研究背景
1.1.2 研究意义
1.1.3 汇率预测方法概述
1.2 国内外研究现状
1.2.1 国内研究现状
1.2.2 国外研究现状
1.3 本文主要的研究工作
第二章 汇率决定理论
2.1 货币模型
2.1.1 弹性价格货币模型
2.1.2 粘性价格货币模型
2.2 货币替代模型
2.2.1 弹性货币替代模型
2.2.2 粘性货币替代模型
2.3 资产组合均衡模型
2.4 投机泡沫理论
2.4.1 理性投机泡沫理论
2.4.2 非理性投机泡沫理论
2.5 混沌分析模型
第三章 人工神经网络模型
3.1 神经网络
3.1.1 神经网络方法
3.1.2 人工神经元模型
3.1.3 神经网络学习算法
3.1.4 神经元的数学模型
3.1.5 神经网络特征
3.2 BP神经网络
3.3 神经网络模型预测效果评价指标
3.4 神经网络模型的泛化能力与过拟合问题
第四章 汇率预测实证分析
4.1 神经网络汇率预测的一般条件
4.2 样本数据的选取及处理
4.2.1 数据处理
4.2.2 样本数据选取
4.3 神经网络模型关键参数设计
4.3.1 输入神经元数目的确定
4.3.2 汇率波动序列训练集合最佳样本数估计
4.4 附加动量的BP改进算法
4.5 神经网络汇率波动预测
4.5.1 汇率波动序列样本内预测能力比较
4.5.2 汇率波动序列样本外预测能力比较
第五章 结论与展望
5.1 小结
5.2 不足与展望
参考文献
致谢
攻读硕士学位期间发表论文情况
【参考文献】：
期刊论文
[1]BP神经网络在汇率预测中的应用[J]. 徐缘圆. 时代金融. 2013(03)
[2]基于奇异谱分析的汇率预测研究[J]. 张一,惠晓峰. 统计与决策. 2012(06)
[3]改进的灰色系统理论在汇率预测中的应用[J]. 张渊渊,何佳,贾海云. 计算机仿真. 2011(11)
[4]小波与混理论相结合的汇率预测[J]. 殷光伟. 商场现代化. 2009(05)
[5]基于GARCH模型与ANN技术组合的汇率预测[J]. 刘潭秋,谢赤. 科学技术与工程. 2006(23)
[6]ARIMA模型在汇率预测中的应用[J]. 张忠杰. 中国商人(经济理论研究). 2005(07)
[7]A GENERAL APPROACH BASED ON AUTOCORRELATION TO DETERMINE INPUT VARIABLES OF NEURAL NETWORKS FOR TIME SERIES FORECASTING[J]. NAKAMORI,Yoshiteru. Journal of Systems Science and Complexity. 2004(03)
[8]基于时间序列GARCH模型的人民币汇率预测[J]. 惠晓峰,柳鸿生,胡伟,何丹青. 金融研究. 2003(05)
[9]人工神经网络在中长期汇率预测中的应用[J]. 杨炘,马洪波. 系统工程. 1999(01)
博士论文
[1]基于神经网络和遗传规划的汇率预测技术研究[D]. 廖薇.华东师范大学 2010
[2]基于神经网络模型的人民币汇率预测研究[D]. 丁晖.湖南大学 2008
[3]汇率决定理论和汇率预测[D]. 孙叶萌.吉林大学 2008
硕士论文
[1]BP神经网络的研究分析及改进应用[D]. 李友坤.安徽理工大学 2012
[2]遗传算法结合最小二乘法在汇率预测中的应用[D]. 黄绍英.安徽大学 2012
[3]基于支持向量回归机的汇率预测[D]. 阿磊.华东师范大学 2011
[4]基于神经网络的人民币汇率预测研究[D]. 陆文.中南大学 2010
[5]汇率决定理论研究与人民币汇率实证分析[D]. 张敏.上海海事大学 2007
[6]遗传算法与神经网络在汇率预测中的应用[D]. 王晓琳.青岛大学 2006
[7]基于GA-SVR的汇率预测模型研究及分析[D]. 曹定州.暨南大学 2006
[8]基于神经网络集成的汇率预测模型研究[D]. 单峰.南京航空航天大学 2004
本文编号：3486025
本文链接：https://www.wllwen.com/guanlilunwen/bankxd/3486025.html
