基于信号分析与神经网络的人民币汇率预测模型研究

发布时间：2022-07-11 11:21

　　在人民币持续升值的趋势下,外汇风险管理的重要性不言而喻。因此采用科学有效的方法来预测和优化汇率预测模型具有重要意义。本文根据汇率模型的特点选择综合的时频信号分析和神经网络模型分析方法,对人民币汇率的价格水平进行了前期的数据分析和处理,利用EEMD方法进行了有效信号筛选和重构,利用神经网络进行了人民币汇率的价格水平的预测,模型准确反映了波动变化的趋势,验证了本预测方法的有效性,为外汇管理规避市场风险,应对利率、汇率波动带来的影响具有重要的现实意义。 

【文章页数】：7 页

【文章目录】：
1 人民币汇率行为预测研究现状
2 神经网络模型
    2.1 神经网络算法应用简介
    2.2 神经网络模型预测效果评价
3 人民币汇率预测模型实证研究
    3.1 数据准备
    3.2 数据前处理
    3.3 构造训练样本
    3.4 建立基于神经网络的预测模型
    3.5 预测过程的具体实现
4 结 论


【参考文献】：
期刊论文
[1]基于柔性神经网络和转矩分配函数的SRM控制[J]. 张锟,李红伟,唐学建,胡其杰,陈琦.  微电机. 2020(07)
[2]人工神经网络综述[J]. 赵崇文.  山西电子技术. 2020(03)
[3]基于遗传算法的BP神经网络在汇率预测中的应用[J]. 鱼丹.  科学技术创新. 2019(03)
[4]基于HHT-SVR模型的汇率数据去噪与预测[J]. 方兆本,李勇.  数理统计与管理. 2015(05)
[5]融合ICA的BP网络在人民币汇率预测中的应用[J]. 王晓辉,张卫国,刘玉芳.  系统工程学报. 2014(03)
[6]BP神经网络在汇率预测中的应用[J]. 徐缘圆.  时代金融. 2013(03)
[7]ARIMA融合神经网络的人民币汇率预测模型研究[J]. 熊志斌.  数量经济技术经济研究. 2011(06)
[8]基于RBF神经网络美元兑人民币汇率的预测[J]. 肖强,钱晓东.  信息技术. 2009(12)
[9]金融危机背景下的人民币汇率预测[J]. 孙柏,谢赤.  系统工程理论与实践. 2009(12)
[10]改进的高阶神经网络在汇率市场预测中的应用[J]. 谷月霞.  微型机与应用. 2009(20)

博士论文
[1]基于神经网络模型的人民币汇率预测研究[D]. 丁晖.湖南大学 2008



本文编号：3658070