基于BP神经网络汇率预测智能系统的开发与设计

摘要

自央行在2005年宣布对人民币汇率将实行“以市场供求为基础、参考一篮子货币进行调节、有管理的浮动汇率制度”以来，我国多币种的各类交易和结算都不同程度的会受到汇率波动的影响，面临由汇率波动带来的风险，如何准确地预测汇率变动的方向和程度是外汇风险管理的基础。因此，汇率预测对于企业提升汇率风险管理水平意义重大，可通过汇率预测增强自身适应汇率浮动和应对汇率变动的能力。
　　近些年，汇率预测领域充斥着各类非模型的方法，以人工神经网络模型运用最广。研究以神经网络为切入点，借助其较强的自学习、联想、识别等功能，收集数据训练网络，用其算法建立数学模型进行预测。BP神经网络是其中最具代表性且运用相当广泛的一种按误差逆传播算法训练的多层前馈网络。在通过学习历史数据和训练了数据的生成机制后，继而提供了汇率预测的样本内拟合程度。预测准确性的提高，在外汇交易平台MetaTrade4中运用之后，即可得出预测效果并运用到真实环境中。
　　研究以建立智能预测系统为研究对象，综述了当前汇率预测的主要研究方法，对建立智能预测系统提出一些拙见:第一、基于BP神经网络预测建模训练历史数据;第二、采用BP神经网络技术对交易策略中汇率变化趋势进行分析预测，效果显着;第三、对于汇率预测系统进行了需求分析和系统设计;最后，给出MATLAB软件中实现BP神经网络技术预测汇率变化趋势的方法，并结合当前较常见的外汇平台MetaTrade4中所包含的MetaQuoteSLanguage4语言环境，讨论了如何构建(Expert Advisor.EA)。

目录

声明

摘要

插图索引

附表索引

第1章 绪论

1．1 选题背景与意义

1．2 国内外研究现状

1．3 技术路线与研究框架

第2章 相关理论和技术研究

2．1 汇率基本理论

2．1．1 汇率制度

2．1．2 汇率的预测方法

2．2 BP神经网络

2．2．1 BP神经网络的基本原理

2．2．2 BP神经网络算法的数学描述

第3章 基于BP神经网络的汇率预测建模

3．1 建模工具介绍

3．2 数据准备

3．3 模型的选择与建立

3．3．1 模型建立

3．3．2 模型的测试

3．3．3 模型选择及分析

3．4 Mat Lab中应用算法的模块和VC++应用接口的建立

第4章 智能预测系统的设计

4．1 系统设计的需求分析

4．1．1 系统的数据库需求分析

4．1．2 系统功能需求分析

4．1．3 系统性能的需求分析

4．2 系统总体架构设计

4．2．1 表示层

4．2．2 业务逻辑层

4．2．3 数据访问层

4．2．4 系统功能设计

4．2．5 系统数据库设计

4．3 智能预测和交易系统设计

4．3．1 系统的设计的目标和原则

4．3．2 系统的设计步骤

4．3．3 系统开发平台

第5章 智能预测系统的实现

5．1 业务逻辑层主要功能的实现

5．1．1 历史数据学习和训练

5．1．2 走势分析功能的实现

5．1．3 汇率行情动态监控功能的实现

5．2 智能交易功能的实现

5．2．1 用户管理

5．2．2 智能预测系统功能的实现

5．3 系统测试

总结和展望

参考文献

致谢