投資者可以基于技術(shù)分析構(gòu)建技術(shù)指標(biāo)來(lái)預(yù)測(cè)資產(chǎn)價(jià)格走勢(shì),技術(shù)分析構(gòu)建技術(shù)指標(biāo)的過(guò)程為從歷史價(jià)格信息中提取預(yù)測(cè)特征的過(guò)程,神經(jīng)網(wǎng)絡(luò)可以實(shí)現(xiàn)特征的自動(dòng)提取;投資者也可以通過(guò)分析市場(chǎng)對(duì)宏觀新聞的反應(yīng)來(lái)預(yù)測(cè)資產(chǎn)價(jià)格走勢(shì),同時(shí)以神經(jīng)網(wǎng)絡(luò)表示的語(yǔ)言模型能學(xué)習(xí)到文本的概率分布,并得到新聞文本的向量表示,本文以神經(jīng)網(wǎng)絡(luò)連接兩種信息構(gòu)建預(yù)測(cè)市場(chǎng)的模型。本文以外匯市場(chǎng)為研究對(duì)象,選取了市場(chǎng)上以美元為核心的七個(gè)主流交易貨幣對(duì),通過(guò)分析證明了本文所選新聞與貨幣對(duì)的相關(guān)性以說(shuō)明實(shí)施本文預(yù)測(cè)方案的可行性。通過(guò)引入機(jī)器學(xué)習(xí)的框架,將預(yù)測(cè)問(wèn)題轉(zhuǎn)化為有監(jiān)督的二分類(lèi)問(wèn)題,本文研究了本文構(gòu)建的特征和深度神經(jīng)網(wǎng)絡(luò)模型在這七個(gè)貨幣對(duì)的不同周期上的預(yù)測(cè)正確率。具體來(lái)講,本文收集了歐元/美元、英鎊/美元、澳元/美元、紐元/美元、美元/加元、美元/人民幣、美元/日元七個(gè)主要貨幣對(duì)的從2013年1月1日到2019年12月20日的歷史K線日數(shù)據(jù),爬取了FX168財(cái)經(jīng)網(wǎng)站的從2013年11月25日到2019年12月20日的外匯新聞,以過(guò)去120個(gè)交易日的歷史價(jià)格K線和經(jīng)由文檔嵌入模型向量化的當(dāng)日新聞數(shù)據(jù)為特征,預(yù)測(cè)匯率這七個(gè)貨幣對(duì)在3,5,... 

【文章來(lái)源】：上海師范大學(xué)上海市

【文章頁(yè)數(shù)】：62 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究的背景
    1.2 研究的目的和意義
        1.2.1 研究目的
        1.2.2 研究意義
    1.3 研究的內(nèi)容、方法和技術(shù)路線
        1.3.1 研究?jī)?nèi)容
        1.3.2 研究方法
        1.3.3 技術(shù)路線圖
    1.4 本文的主要特點(diǎn)
第2章 相關(guān)理論回顧與文獻(xiàn)綜述
    2.1 相關(guān)理論回回顧
        2.1.1 長(zhǎng)短期匯率決定理論
        2.1.2 機(jī)器學(xué)習(xí)理論和神經(jīng)網(wǎng)絡(luò)
        2.1.3 文檔嵌入模型
    2.2 相關(guān)文獻(xiàn)綜述
        2.2.1 新聞和技術(shù)分析應(yīng)用于匯率預(yù)測(cè)綜述
        2.2.2 提取文本特征的方法綜述
        2.2.3 文獻(xiàn)評(píng)述
第3章 研究問(wèn)題描述與分析
    3.1 研究問(wèn)題描述
    3.2 研究問(wèn)題分析
第4章 匯率預(yù)測(cè)方案的設(shè)計(jì)
    4.1 方案策劃的思路
    4.2 預(yù)測(cè)匯率方案策劃的理論解釋
    4.3 特征提取分析與方案構(gòu)建
        4.3.1 價(jià)格K線特征提取
        4.3.2 新聞特征提取
        4.3.3 樣本劃分與融合方案構(gòu)建
第5章 方案的實(shí)施途徑及合理性檢驗(yàn)
    5.1 方案的實(shí)施途徑
    5.2 預(yù)測(cè)方案的合理性檢驗(yàn)
    5.3 預(yù)測(cè)方案的風(fēng)險(xiǎn)提示
第6章 結(jié)論
    6.1 本文主要結(jié)論
    6.2 存在不足及展望
參考文獻(xiàn)
附錄
致謝


【參考文獻(xiàn)】：
期刊論文
[1]投資者情緒與股票收益——來(lái)自移動(dòng)互聯(lián)網(wǎng)的實(shí)證研究[J]. 梅立興,張燦,何魯.  南方經(jīng)濟(jì). 2019(03)
[2]基于網(wǎng)絡(luò)文本的投資者情緒與股票價(jià)格研究述評(píng)[J]. 戴德寶,蘭玉森.  武漢金融. 2019(01)
[3]基于文本價(jià)格融合模型的股票趨勢(shì)預(yù)測(cè)[J]. 余傳明,龔雨田,王峰,安璐.  數(shù)據(jù)分析與知識(shí)發(fā)現(xiàn). 2018(12)
[4]基于微信文本挖掘的投資者情緒與股票市場(chǎng)表現(xiàn)[J]. 石善沖,朱穎楠,趙志剛,康凱立,熊熊.  系統(tǒng)工程理論與實(shí)踐. 2018(06)
[5]基于泰勒規(guī)則的人民幣匯率預(yù)測(cè)研究:兼論多種匯率決定模型預(yù)測(cè)比較[J]. 江春,楊宏略,李小林.  世界經(jīng)濟(jì)研究. 2018(04)
[6]“2015.08.11匯改”背景下人民幣匯率短期預(yù)測(cè)及波動(dòng)性的實(shí)證分析[J]. 廖思.  經(jīng)貿(mào)實(shí)踐. 2017(11)
[7]基于互聯(lián)網(wǎng)搜索指數(shù)的多因素集成下人民幣匯率預(yù)測(cè)[J]. 王軒,楊海珍.  系統(tǒng)工程學(xué)報(bào). 2017(03)
[8]人民幣匯率價(jià)格波動(dòng)及短期預(yù)測(cè)——基于MEEMD組合模型[J]. 傅魁,郭志穎.  價(jià)格理論與實(shí)踐. 2017(03)
[9]互聯(lián)網(wǎng)異質(zhì)性財(cái)經(jīng)新聞對(duì)股市的影響——來(lái)自中國(guó)互聯(lián)網(wǎng)數(shù)據(jù)與上市公司的證據(jù)[J]. 劉海飛,許金濤.  產(chǎn)業(yè)經(jīng)濟(jì)研究. 2017(01)
[10]投資者情緒短期對(duì)股票市場(chǎng)的影響研究[J]. 蒼玉權(quán),殷旭東.  商業(yè)經(jīng)濟(jì). 2016(11)



本文編號(hào)：3166228