基于計算智能的外匯交易系統(tǒng)的研究與開發(fā).pdf

1、伴隨著外匯市場的不斷發(fā)展壯大，基于計算智能的外匯交易策略研究越來越得到重視，而外匯交易研究的理論基礎(chǔ)則是匯率預(yù)測研究。
　　 針對目前外匯交易策略的研究重點，本文在深入研究匯率預(yù)測理論的基礎(chǔ)上提出了一種基于神經(jīng)網(wǎng)絡(luò)的外匯交易策略，并將該策略應(yīng)用于外匯交易系統(tǒng)，通過模擬試驗，發(fā)現(xiàn)該策略能夠明顯改善外匯交易性能。
　　 結(jié)合課題的背景、目的及意義，本文第一部分介紹了ARIMA模型和GARCH模型，并詳細描述了ARIMA-GA

2、RCH匯率數(shù)據(jù)模型建立的過程，接著在第二部分介紹了神經(jīng)網(wǎng)絡(luò)模型，并從中選擇VLRBP神經(jīng)網(wǎng)絡(luò)模型和GRNN神經(jīng)網(wǎng)絡(luò)模型用于匯率預(yù)測建模，然后詳細描述了神經(jīng)網(wǎng)絡(luò)匯率數(shù)據(jù)模型的建立過程。本文第三部分提出了應(yīng)用基于C-C相空間重構(gòu)的方法對匯率數(shù)據(jù)序列進行SVM建模的方法。最后，選擇合適的歐元對美元的歷史匯率數(shù)據(jù)樣本，分別應(yīng)用ARIMA-GARCH模型、神經(jīng)網(wǎng)絡(luò)模型及SVM模型進行建模預(yù)測，通過實證研究發(fā)現(xiàn):
　　 (1)VLRBP神經(jīng)