2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩74頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、隨著全球一體化的加速發(fā)展與國際貿(mào)易范圍的不斷擴大,國際金融市場上涉及貿(mào)易往來的資金規(guī)模不斷增大,互聯(lián)網(wǎng)與高性能計算機技術的發(fā)展也促進了跨國貿(mào)易的發(fā)展,它們不僅使得國際間的貿(mào)易往來越來越頻繁,而且使得形式也越來越多樣化,匯率作為國際間經(jīng)濟貿(mào)易活動的重要紐帶之一,發(fā)揮著越來越重要的作用。
  在人民幣匯率改革之后,匯率形成機制的市場化特征不斷增強,人民幣匯率變動更加劇烈。近些年來,外匯市場受到東南亞金融危機,美國次貸危機以及歐債危機的

2、影響,國際上主要貨幣的匯率走勢依舊復雜難測,外匯市場風險不斷增加,匯率預測與風險度量成為匯率研究領域的重要問題之一。同時,加強外匯市場匯率預測的準確度以及對匯率風險的管理對我國跨國企業(yè)經(jīng)營活動十分重要。
  深度學習模型自提出以來,在圖像識別、語音識別、分類、數(shù)據(jù)挖掘等方面都有著較好的表現(xiàn),在處理非線性問題方面有著較高的性能。匯率的歷史數(shù)據(jù)序列呈現(xiàn)顯著的非線性特征。目前的經(jīng)典模型都無法對這其中的內(nèi)在關系進行較好的描述以及特征提取,

3、本文將深度學習模型引入到金融預測與風險度量領域,對匯率市場歷史數(shù)據(jù)中的復雜非線性特征進行建模分析。
  針對匯率走勢的精確預測與匯率風險的精確估計問題,本文提出基于深度學習理論的匯率預測與風險度量模型。首先,本文介紹了深度學習模型近年來在圖像識別、語音識別等多個領域的研究現(xiàn)狀,然后提出一種新的基于深度學習模型的外匯市場匯率預測模型。之后基于VaR風險度量理論,提出一種新的基于深度學習理論的集成VaR風險度量模型。該模型將深度學習模

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論