基于神经网络集成的汇率预测模型研究

摘要

神经网络集成通过训练多个网络并将其结论进行合成,可以显著地提高学习系统的推广能力,它不仅有助于专家对机器学习和神经网络的深入研究,还有助于工程技术人员利用神经网络技术来解决现实世界中的问题.该文研究了神经网络集成技术在非线性金融数据预测中的有效性,提出了一个基于神经网络集成的外汇预测模型.实验结果表明它能有效地提高汇率预测的方向精度.同时,研究了神经网络配置和训练问题并提出了AB网络模型.最后,将神经网络应用到实际的汇率预测系统中.

目录

文摘

英文文摘

第一章绪论

1.1汇率预测的意义

1.2汇率预测方法的发展

1.3神经网络预测方法

1.3.1什么是人工神经网络

1.3.2神经网络与预测

1.3.3神经网络预测方法

1.3.4用于预测的神经网络研究进展

1.3.5单一神经网络的局限和解决方法

1.4本文研究工作

1.5本文组织

1.6小结

第二章神经网络集成

2.1推广性问题

2.1.1推广性问题描述

2.1.2解决的方法

2.2神经网络集成

2.2.1集成方法与神经网络集成的提出

2.2.2个体生成和结果集成方法

2.2.3神经网络集成的创建和选择法

2.3差异度计算

2.4AB神经网络模型研究

2.4.1问题提出

2.4.2AB神经网络的概念及原则

2.4.3对VLBP算法的改进

2.4.4 B网的训练算法

2.4.5 A网的构造及训练

2.5小结

第三章汇率的集成预测

3.1汇率预测模型分析

3.1.1汇率的方向预测

3.1.2汇率预测问题的分解

3.2神经网络集成用于汇率预测

3.3预测效果评估指标

3.4神经网络集成模型描述

3.4.1BP网络简介

3.4.2改进汇率预测的模型

3.4.3汇率方向预测模型

3.4.4汇率值预测模型

3.5汇率的方向预测实验

3.5.1实验环境及部分模块流程

3.5.2样本划分

3.5.3输入变量与隐元个数选择

3.5.4个体网络的训练

3.5.5输出的方向确定

3.5.6个体网络在验证集上的预测结果

3.5.7集成网络在测试集上的预测结果

3.6集成网络的汇率值预测

3.7小结

第四章集成模型的进一步改进

4.1更改输入变量

4.2堆方法

4.3集成个体网络选择

4.4搜索最优解

4.5汇率值预测

4.6小结

第五章神经网络在汇率预测中的应用

5.1系统设计

5.2神经网络预测器设计

5.3应用结果

5.3.1系统实现

5.3.2汇率波动方向预测

5.3.3汇率值预测效果

5.4小结

第六章结论

6.1总结

6.2存在问题

6.3进一步的工作

致谢

攻读硕士学位期间发表的论文和参加科研情况

参考文献

附录