摘要
浮动汇率兴起以来，大量的参数方法和非参数方法被用于汇率预测。对汇率进行准确地预测是一项相当重要，也是十分困难的工作。到目前为止，人们已经提出了各种各样的方法和模型，但预测结果仍不能令人满意。传统技术分析基于对人们交易心理的3大假设，在交易市场上已经盛行了二百年，但是这种方法过于依赖于交易者本身的经验及判断，且很难应用于预测。人工神经网络技术则是当前非常流行的一种替代传统的统计学模型，用来处理数据之间关系的技术，理论上它能以任意精度去逼近任意映射关系。将这二者结合起来对有关汇率进行预测是一个很好的实践方向.
关键词：人工神经网络，动态互动，预测

目录
1引言        1
1.1课题国内外研究现状及发展趋势        2
1.1.1国内研究现状及发展趋势        2
1.1.2 国外研究现状及发展趋势        3
2 BP神经网络原理        5
2.1 BP神经网络的基本原理        5
2.2 对于神经网络模型应用于金融市场的一些评价        6
3 技术路线        8
3.1 汇率预测的神经网络方法        8
3.1.1同质神经网络模型        8
3.1.2 异质神经网络模型        10
3.1.2汇率预测的神经网络组合模型        12
3.1.3 三种模型的评价及选取        13
3.2 建模工具选择        14
3.3 与传统技术分析的结合的构想        14
4 基于遗传算法的 BP神经网络的建立        15
4.1 遗传算法特点及其算法描述        15
4.2 实数编码的遗传算法与神经网络的结合        16
4.3 结构变变量的选择与预测模型的建立        17
4.3.1结构变量的选择        17
4.3.2．预测模型的建立        17
4.4 数据的预处理和计算结果的分析        17
4.4.1样本的选取        17
4.4.2 输入数据的预处理        18
4.4.3 结果的检验        18

自己的帖子自己顶，

非常感谢分享

KANKAN ，感谢