基于新聞和神經(jīng)網(wǎng)絡(luò)的匯率預(yù)測方案策劃
發(fā)布時間:2021-04-28 21:45
投資者可以基于技術(shù)分析構(gòu)建技術(shù)指標(biāo)來預(yù)測資產(chǎn)價格走勢,技術(shù)分析構(gòu)建技術(shù)指標(biāo)的過程為從歷史價格信息中提取預(yù)測特征的過程,神經(jīng)網(wǎng)絡(luò)可以實現(xiàn)特征的自動提取;投資者也可以通過分析市場對宏觀新聞的反應(yīng)來預(yù)測資產(chǎn)價格走勢,同時以神經(jīng)網(wǎng)絡(luò)表示的語言模型能學(xué)習(xí)到文本的概率分布,并得到新聞文本的向量表示,本文以神經(jīng)網(wǎng)絡(luò)連接兩種信息構(gòu)建預(yù)測市場的模型。本文以外匯市場為研究對象,選取了市場上以美元為核心的七個主流交易貨幣對,通過分析證明了本文所選新聞與貨幣對的相關(guān)性以說明實施本文預(yù)測方案的可行性。通過引入機器學(xué)習(xí)的框架,將預(yù)測問題轉(zhuǎn)化為有監(jiān)督的二分類問題,本文研究了本文構(gòu)建的特征和深度神經(jīng)網(wǎng)絡(luò)模型在這七個貨幣對的不同周期上的預(yù)測正確率。具體來講,本文收集了歐元/美元、英鎊/美元、澳元/美元、紐元/美元、美元/加元、美元/人民幣、美元/日元七個主要貨幣對的從2013年1月1日到2019年12月20日的歷史K線日數(shù)據(jù),爬取了FX168財經(jīng)網(wǎng)站的從2013年11月25日到2019年12月20日的外匯新聞,以過去120個交易日的歷史價格K線和經(jīng)由文檔嵌入模型向量化的當(dāng)日新聞數(shù)據(jù)為特征,預(yù)測匯率這七個貨幣對在3,5,...
【文章來源】:上海師范大學(xué)上海市
【文章頁數(shù)】:62 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
Abstract
第1章 緒論
1.1 研究的背景
1.2 研究的目的和意義
1.2.1 研究目的
1.2.2 研究意義
1.3 研究的內(nèi)容、方法和技術(shù)路線
1.3.1 研究內(nèi)容
1.3.2 研究方法
1.3.3 技術(shù)路線圖
1.4 本文的主要特點
第2章 相關(guān)理論回顧與文獻(xiàn)綜述
2.1 相關(guān)理論回回顧
2.1.1 長短期匯率決定理論
2.1.2 機器學(xué)習(xí)理論和神經(jīng)網(wǎng)絡(luò)
2.1.3 文檔嵌入模型
2.2 相關(guān)文獻(xiàn)綜述
2.2.1 新聞和技術(shù)分析應(yīng)用于匯率預(yù)測綜述
2.2.2 提取文本特征的方法綜述
2.2.3 文獻(xiàn)評述
第3章 研究問題描述與分析
3.1 研究問題描述
3.2 研究問題分析
第4章 匯率預(yù)測方案的設(shè)計
4.1 方案策劃的思路
4.2 預(yù)測匯率方案策劃的理論解釋
4.3 特征提取分析與方案構(gòu)建
4.3.1 價格K線特征提取
4.3.2 新聞特征提取
4.3.3 樣本劃分與融合方案構(gòu)建
第5章 方案的實施途徑及合理性檢驗
5.1 方案的實施途徑
5.2 預(yù)測方案的合理性檢驗
5.3 預(yù)測方案的風(fēng)險提示
第6章 結(jié)論
6.1 本文主要結(jié)論
6.2 存在不足及展望
參考文獻(xiàn)
附錄
致謝
【參考文獻(xiàn)】:
期刊論文
[1]投資者情緒與股票收益——來自移動互聯(lián)網(wǎng)的實證研究[J]. 梅立興,張燦,何魯. 南方經(jīng)濟(jì). 2019(03)
[2]基于網(wǎng)絡(luò)文本的投資者情緒與股票價格研究述評[J]. 戴德寶,蘭玉森. 武漢金融. 2019(01)
[3]基于文本價格融合模型的股票趨勢預(yù)測[J]. 余傳明,龔雨田,王峰,安璐. 數(shù)據(jù)分析與知識發(fā)現(xiàn). 2018(12)
[4]基于微信文本挖掘的投資者情緒與股票市場表現(xiàn)[J]. 石善沖,朱穎楠,趙志剛,康凱立,熊熊. 系統(tǒng)工程理論與實踐. 2018(06)
[5]基于泰勒規(guī)則的人民幣匯率預(yù)測研究:兼論多種匯率決定模型預(yù)測比較[J]. 江春,楊宏略,李小林. 世界經(jīng)濟(jì)研究. 2018(04)
[6]“2015.08.11匯改”背景下人民幣匯率短期預(yù)測及波動性的實證分析[J]. 廖思. 經(jīng)貿(mào)實踐. 2017(11)
[7]基于互聯(lián)網(wǎng)搜索指數(shù)的多因素集成下人民幣匯率預(yù)測[J]. 王軒,楊海珍. 系統(tǒng)工程學(xué)報. 2017(03)
[8]人民幣匯率價格波動及短期預(yù)測——基于MEEMD組合模型[J]. 傅魁,郭志穎. 價格理論與實踐. 2017(03)
[9]互聯(lián)網(wǎng)異質(zhì)性財經(jīng)新聞對股市的影響——來自中國互聯(lián)網(wǎng)數(shù)據(jù)與上市公司的證據(jù)[J]. 劉海飛,許金濤. 產(chǎn)業(yè)經(jīng)濟(jì)研究. 2017(01)
[10]投資者情緒短期對股票市場的影響研究[J]. 蒼玉權(quán),殷旭東. 商業(yè)經(jīng)濟(jì). 2016(11)
本文編號:3166228
【文章來源】:上海師范大學(xué)上海市
【文章頁數(shù)】:62 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
Abstract
第1章 緒論
1.1 研究的背景
1.2 研究的目的和意義
1.2.1 研究目的
1.2.2 研究意義
1.3 研究的內(nèi)容、方法和技術(shù)路線
1.3.1 研究內(nèi)容
1.3.2 研究方法
1.3.3 技術(shù)路線圖
1.4 本文的主要特點
第2章 相關(guān)理論回顧與文獻(xiàn)綜述
2.1 相關(guān)理論回回顧
2.1.1 長短期匯率決定理論
2.1.2 機器學(xué)習(xí)理論和神經(jīng)網(wǎng)絡(luò)
2.1.3 文檔嵌入模型
2.2 相關(guān)文獻(xiàn)綜述
2.2.1 新聞和技術(shù)分析應(yīng)用于匯率預(yù)測綜述
2.2.2 提取文本特征的方法綜述
2.2.3 文獻(xiàn)評述
第3章 研究問題描述與分析
3.1 研究問題描述
3.2 研究問題分析
第4章 匯率預(yù)測方案的設(shè)計
4.1 方案策劃的思路
4.2 預(yù)測匯率方案策劃的理論解釋
4.3 特征提取分析與方案構(gòu)建
4.3.1 價格K線特征提取
4.3.2 新聞特征提取
4.3.3 樣本劃分與融合方案構(gòu)建
第5章 方案的實施途徑及合理性檢驗
5.1 方案的實施途徑
5.2 預(yù)測方案的合理性檢驗
5.3 預(yù)測方案的風(fēng)險提示
第6章 結(jié)論
6.1 本文主要結(jié)論
6.2 存在不足及展望
參考文獻(xiàn)
附錄
致謝
【參考文獻(xiàn)】:
期刊論文
[1]投資者情緒與股票收益——來自移動互聯(lián)網(wǎng)的實證研究[J]. 梅立興,張燦,何魯. 南方經(jīng)濟(jì). 2019(03)
[2]基于網(wǎng)絡(luò)文本的投資者情緒與股票價格研究述評[J]. 戴德寶,蘭玉森. 武漢金融. 2019(01)
[3]基于文本價格融合模型的股票趨勢預(yù)測[J]. 余傳明,龔雨田,王峰,安璐. 數(shù)據(jù)分析與知識發(fā)現(xiàn). 2018(12)
[4]基于微信文本挖掘的投資者情緒與股票市場表現(xiàn)[J]. 石善沖,朱穎楠,趙志剛,康凱立,熊熊. 系統(tǒng)工程理論與實踐. 2018(06)
[5]基于泰勒規(guī)則的人民幣匯率預(yù)測研究:兼論多種匯率決定模型預(yù)測比較[J]. 江春,楊宏略,李小林. 世界經(jīng)濟(jì)研究. 2018(04)
[6]“2015.08.11匯改”背景下人民幣匯率短期預(yù)測及波動性的實證分析[J]. 廖思. 經(jīng)貿(mào)實踐. 2017(11)
[7]基于互聯(lián)網(wǎng)搜索指數(shù)的多因素集成下人民幣匯率預(yù)測[J]. 王軒,楊海珍. 系統(tǒng)工程學(xué)報. 2017(03)
[8]人民幣匯率價格波動及短期預(yù)測——基于MEEMD組合模型[J]. 傅魁,郭志穎. 價格理論與實踐. 2017(03)
[9]互聯(lián)網(wǎng)異質(zhì)性財經(jīng)新聞對股市的影響——來自中國互聯(lián)網(wǎng)數(shù)據(jù)與上市公司的證據(jù)[J]. 劉海飛,許金濤. 產(chǎn)業(yè)經(jīng)濟(jì)研究. 2017(01)
[10]投資者情緒短期對股票市場的影響研究[J]. 蒼玉權(quán),殷旭東. 商業(yè)經(jīng)濟(jì). 2016(11)
本文編號:3166228
本文鏈接:http://www.sikaile.net/guanlilunwen/huobilw/3166228.html
最近更新
教材專著