总序 1
序言 1
第1章 绪论 1
1.1 外汇汇率与国际油价波动预测研究的重要意义 1
目次 1
1.2 外汇汇率预测研究现状:神经网络的角度 4
1.3 国际油价波动预测研究现状:综合的角度 16
1.4 本书的主要内容与创新点 18
第一部分 TEI@I方法论:理论架构与模型技术 22
第2章 TEI@I方法论的理论框架 22
2.1 引言 22
2.2 TEI@I方法论的理论基础 22
2.3 TEI@I预测方法论的理论框架 23
2.4 TEI@I预测方法论的主要模块 23
2.5 本章小结 31
3.1 引言 32
3.2 文本挖掘技术 32
第3章 TEI@I方法论:模型、方法与技术 32
3.3 经济计量模型 38
3.4 人工智能技术 40
3.5 集成预测技术 59
3.6 本章小结 69
第二部分 基于TEI@I方法论的外汇汇率与国际油价预测模型 71
第4章 外汇汇率预测模型之一:具有优化学习率的自适应平滑神经网络模型 71
4.1 引言:模型产生的背景 71
4.2 具有优化学习率的自适应平滑神经网络外汇预测模型构建 72
4.3 实证分析 75
4.4 本章小结 78
第5章 外汇汇率预测模型之二:基于GLAR和ANN的非线性集成模型 79
5.1 引言:相关研究简述 79
5.2 基于GLAR和ANN的非线性集成模型的构建过程 81
5.3 实证分析 88
5.4 本章小结 91
第6章 外汇汇率预测模型之三:基于遗传算法的支持向量机模型 92
6.1 引言 92
6.2 基于遗传算法的支持向量机模型的构建过程 93
6.3 实证分析 97
6.4 三个外汇汇率预测模型的比较 100
6.5 本章小结 101
第7章 国际油价预测模型之一:基于TEI@I的综合集成模型 102
7.1 引言 102
7.2 基于TEI@I综合集成模型的建模思路与模型构建 102
7.3 实证分析 104
7.4 本章小结 112
8.1 引言 113
第8章 国际油价预测模型之二:基于粗集优化的文本挖掘模型 113
8.2 基于粗集优化的文本挖掘预测模型的构建 115
8.3 实证分析 125
8.4 本章小结 127
第9章 国际油价预测模型之三:基于贝叶斯原则的粗集集成模型 128
9.1 引言 128
9.2 基于贝叶斯原则的多阶段粗集集成油价预测模型构建 129
9.3 实证分析 136
9.5 本章小结 138
9.4 三个国际油价预测模型的比较 138
第三部分 基于TEI@I方法论的智能预测系统 141
第10章 集成ANN和Web的外汇预测与交易决策支持系统 141
10.1 引言 141
10.2 集成外汇预测与交易决策支持系统:总体框架 141
10.3 集成外汇预测与交易决策支持系统:建模技术与方法 143
10.4 集成外汇预测与交易决策支持系统:系统开发与实施 150
10.5 集成外汇预测与交易决策支持系统:系统评价 153
10.6 本章小结 162
第11章 基于文本挖掘的神经粗集专家油价预测系统 163
11.1 引言 163
11.2 基于文本挖掘的神经粗集专家油价预测系统:总体框架 163
11.3 基于文本挖掘的神经粗集专家油价预测系统:建模技术及混合集成 165
11.4 基于文本挖掘的神经粗集专家油价预测系统:系统开发与实施 167
11.5 本章小结 172
第12章 总结与展望 173
参考文献 176