在人民幣持續(xù)升值的趨勢(shì)下,外匯風(fēng)險(xiǎn)管理的重要性不言而喻。因此采用科學(xué)有效的方法來(lái)預(yù)測(cè)和優(yōu)化匯率預(yù)測(cè)模型具有重要意義。本文根據(jù)匯率模型的特點(diǎn)選擇綜合的時(shí)頻信號(hào)分析和神經(jīng)網(wǎng)絡(luò)模型分析方法,對(duì)人民幣匯率的價(jià)格水平進(jìn)行了前期的數(shù)據(jù)分析和處理,利用EEMD方法進(jìn)行了有效信號(hào)篩選和重構(gòu),利用神經(jīng)網(wǎng)絡(luò)進(jìn)行了人民幣匯率的價(jià)格水平的預(yù)測(cè),模型準(zhǔn)確反映了波動(dòng)變化的趨勢(shì),驗(yàn)證了本預(yù)測(cè)方法的有效性,為外匯管理規(guī)避市場(chǎng)風(fēng)險(xiǎn),應(yīng)對(duì)利率、匯率波動(dòng)帶來(lái)的影響具有重要的現(xiàn)實(shí)意義。 

【文章頁(yè)數(shù)】：7 頁(yè)

【文章目錄】：
1 人民幣匯率行為預(yù)測(cè)研究現(xiàn)狀
2 神經(jīng)網(wǎng)絡(luò)模型
    2.1 神經(jīng)網(wǎng)絡(luò)算法應(yīng)用簡(jiǎn)介
    2.2 神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)效果評(píng)價(jià)
3 人民幣匯率預(yù)測(cè)模型實(shí)證研究
    3.1 數(shù)據(jù)準(zhǔn)備
    3.2 數(shù)據(jù)前處理
    3.3 構(gòu)造訓(xùn)練樣本
    3.4 建立基于神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)模型
    3.5 預(yù)測(cè)過(guò)程的具體實(shí)現(xiàn)
4 結(jié) 論


【參考文獻(xiàn)】：
期刊論文
[1]基于柔性神經(jīng)網(wǎng)絡(luò)和轉(zhuǎn)矩分配函數(shù)的SRM控制[J]. 張錕,李紅偉,唐學(xué)建,胡其杰,陳琦.  微電機(jī). 2020(07)
[2]人工神經(jīng)網(wǎng)絡(luò)綜述[J]. 趙崇文.  山西電子技術(shù). 2020(03)
[3]基于遺傳算法的BP神經(jīng)網(wǎng)絡(luò)在匯率預(yù)測(cè)中的應(yīng)用[J]. 魚丹.  科學(xué)技術(shù)創(chuàng)新. 2019(03)
[4]基于HHT-SVR模型的匯率數(shù)據(jù)去噪與預(yù)測(cè)[J]. 方兆本,李勇.  數(shù)理統(tǒng)計(jì)與管理. 2015(05)
[5]融合ICA的BP網(wǎng)絡(luò)在人民幣匯率預(yù)測(cè)中的應(yīng)用[J]. 王曉輝,張衛(wèi)國(guó),劉玉芳.  系統(tǒng)工程學(xué)報(bào). 2014(03)
[6]BP神經(jīng)網(wǎng)絡(luò)在匯率預(yù)測(cè)中的應(yīng)用[J]. 徐緣圓.  時(shí)代金融. 2013(03)
[7]ARIMA融合神經(jīng)網(wǎng)絡(luò)的人民幣匯率預(yù)測(cè)模型研究[J]. 熊志斌.  數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究. 2011(06)
[8]基于RBF神經(jīng)網(wǎng)絡(luò)美元兌人民幣匯率的預(yù)測(cè)[J]. 肖強(qiáng),錢曉東.  信息技術(shù). 2009(12)
[9]金融危機(jī)背景下的人民幣匯率預(yù)測(cè)[J]. 孫柏,謝赤.  系統(tǒng)工程理論與實(shí)踐. 2009(12)
[10]改進(jìn)的高階神經(jīng)網(wǎng)絡(luò)在匯率市場(chǎng)預(yù)測(cè)中的應(yīng)用[J]. 谷月霞.  微型機(jī)與應(yīng)用. 2009(20)

博士論文
[1]基于神經(jīng)網(wǎng)絡(luò)模型的人民幣匯率預(yù)測(cè)研究[D]. 丁暉.湖南大學(xué) 2008



本文編號(hào)：3658070