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