匯率變幻莫測,它不僅可以影響個人的生活,公司的生長,甚至影響著一個國家的經(jīng)濟。千百年來人們一直在尋找一條通往公平與穩(wěn)定的匯率之路,今天人們?nèi)匀辉谔剿�。匯率經(jīng)常會出現(xiàn)變動,因為它會受到很多因素的影響：國際收支狀況、順差與逆差、通貨膨脹率的高低、貨幣購買力、利率水平、國家的宏觀調(diào)控、經(jīng)濟政策、外匯波動、政府的干預(yù)等,它們時時刻刻影響著匯率,并推動著匯率的變動。如何快速有效的進行匯率預(yù)測,是經(jīng)濟學(xué)家長期以來一直探尋的問題,由于匯率受到多種因素的影響,表現(xiàn)出不規(guī)則的非線性變化趨勢,因此給其預(yù)測帶來了很大的困難。神經(jīng)網(wǎng)絡(luò)具有很好的預(yù)測非線性數(shù)據(jù)的能力,因此為匯率的預(yù)測提供了一種現(xiàn)實有效的方法。首先,本文對選取的人民幣兌美元數(shù)據(jù)進行了平穩(wěn)性檢驗,發(fā)現(xiàn)匯率數(shù)據(jù)不平穩(wěn),故對匯率數(shù)據(jù)進行了平穩(wěn)性處理,得到匯率波動序列數(shù)據(jù),進而又對匯率波動序列進行了正態(tài)性及BDS檢驗,驗證了匯率波動序列的非線性性。然后,本文利用神經(jīng)網(wǎng)絡(luò)中應(yīng)用最廣泛、最普遍的同質(zhì)神經(jīng)網(wǎng)絡(luò)即BP神經(jīng)網(wǎng)絡(luò)對人民幣兌美元匯率波動序列進行預(yù)測。雖然BP算法存在很多優(yōu)點且被廣泛應(yīng)用,但它也有很多缺點,如容易陷入局部最優(yōu)、收斂速度比較慢、輸入神經(jīng)元數(shù)... 

【文章來源】：武漢理工大學(xué)湖北省 211工程院校 教育部直屬院校

【文章頁數(shù)】：61 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 選題背景
        1.1.1 研究背景
        1.1.2 研究意義
        1.1.3 匯率預(yù)測方法概述
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 國內(nèi)研究現(xiàn)狀
        1.2.2 國外研究現(xiàn)狀
    1.3 本文主要的研究工作
第二章 匯率決定理論
    2.1 貨幣模型
        2.1.1 彈性價格貨幣模型
        2.1.2 粘性價格貨幣模型
    2.2 貨幣替代模型
        2.2.1 彈性貨幣替代模型
        2.2.2 粘性貨幣替代模型
    2.3 資產(chǎn)組合均衡模型
    2.4 投機泡沫理論
        2.4.1 理性投機泡沫理論
        2.4.2 非理性投機泡沫理論
    2.5 混沌分析模型
第三章 人工神經(jīng)網(wǎng)絡(luò)模型
    3.1 神經(jīng)網(wǎng)絡(luò)
        3.1.1 神經(jīng)網(wǎng)絡(luò)方法
        3.1.2 人工神經(jīng)元模型
        3.1.3 神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法
        3.1.4 神經(jīng)元的數(shù)學(xué)模型
        3.1.5 神經(jīng)網(wǎng)絡(luò)特征
    3.2 BP神經(jīng)網(wǎng)絡(luò)
    3.3 神經(jīng)網(wǎng)絡(luò)模型預(yù)測效果評價指標
    3.4 神經(jīng)網(wǎng)絡(luò)模型的泛化能力與過擬合問題
第四章 匯率預(yù)測實證分析
    4.1 神經(jīng)網(wǎng)絡(luò)匯率預(yù)測的一般條件
    4.2 樣本數(shù)據(jù)的選取及處理
        4.2.1 數(shù)據(jù)處理
        4.2.2 樣本數(shù)據(jù)選取
    4.3 神經(jīng)網(wǎng)絡(luò)模型關(guān)鍵參數(shù)設(shè)計
        4.3.1 輸入神經(jīng)元數(shù)目的確定
        4.3.2 匯率波動序列訓(xùn)練集合最佳樣本數(shù)估計
    4.4 附加動量的BP改進算法
    4.5 神經(jīng)網(wǎng)絡(luò)匯率波動預(yù)測
        4.5.1 匯率波動序列樣本內(nèi)預(yù)測能力比較
        4.5.2 匯率波動序列樣本外預(yù)測能力比較
第五章 結(jié)論與展望
    5.1 小結(jié)
    5.2 不足與展望
參考文獻
致謝
攻讀碩士學(xué)位期間發(fā)表論文情況


【參考文獻】：
期刊論文
[1]BP神經(jīng)網(wǎng)絡(luò)在匯率預(yù)測中的應(yīng)用[J]. 徐緣圓.  時代金融. 2013(03)
[2]基于奇異譜分析的匯率預(yù)測研究[J]. 張一,惠曉峰.  統(tǒng)計與決策. 2012(06)
[3]改進的灰色系統(tǒng)理論在匯率預(yù)測中的應(yīng)用[J]. 張淵淵,何佳,賈海云.  計算機仿真. 2011(11)
[4]小波與混理論相結(jié)合的匯率預(yù)測[J]. 殷光偉.  商場現(xiàn)代化. 2009(05)
[5]基于GARCH模型與ANN技術(shù)組合的匯率預(yù)測[J]. 劉潭秋,謝赤.  科學(xué)技術(shù)與工程. 2006(23)
[6]ARIMA模型在匯率預(yù)測中的應(yīng)用[J]. 張忠杰.  中國商人(經(jīng)濟理論研究). 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]基于時間序列GARCH模型的人民幣匯率預(yù)測[J]. 惠曉峰,柳鴻生,胡偉,何丹青.  金融研究. 2003(05)
[9]人工神經(jīng)網(wǎng)絡(luò)在中長期匯率預(yù)測中的應(yīng)用[J]. 楊炘,馬洪波.  系統(tǒng)工程. 1999(01)

博士論文
[1]基于神經(jīng)網(wǎng)絡(luò)和遺傳規(guī)劃的匯率預(yù)測技術(shù)研究[D]. 廖薇.華東師范大學(xué) 2010
[2]基于神經(jīng)網(wǎng)絡(luò)模型的人民幣匯率預(yù)測研究[D]. 丁暉.湖南大學(xué) 2008
[3]匯率決定理論和匯率預(yù)測[D]. 孫葉萌.吉林大學(xué) 2008

碩士論文
[1]BP神經(jīng)網(wǎng)絡(luò)的研究分析及改進應(yīng)用[D]. 李友坤.安徽理工大學(xué) 2012
[2]遺傳算法結(jié)合最小二乘法在匯率預(yù)測中的應(yīng)用[D]. 黃紹英.安徽大學(xué) 2012
[3]基于支持向量回歸機的匯率預(yù)測[D]. 阿磊.華東師范大學(xué) 2011
[4]基于神經(jīng)網(wǎng)絡(luò)的人民幣匯率預(yù)測研究[D]. 陸文.中南大學(xué) 2010
[5]匯率決定理論研究與人民幣匯率實證分析[D]. 張敏.上海海事大學(xué) 2007
[6]遺傳算法與神經(jīng)網(wǎng)絡(luò)在匯率預(yù)測中的應(yīng)用[D]. 王曉琳.青島大學(xué) 2006
[7]基于GA-SVR的匯率預(yù)測模型研究及分析[D]. 曹定州.暨南大學(xué) 2006
[8]基于神經(jīng)網(wǎng)絡(luò)集成的匯率預(yù)測模型研究[D]. 單峰.南京航空航天大學(xué) 2004



本文編號：3486025