基于深度残差网络的国际金价预测研究
需积分: 0 68 浏览量
更新于2024-06-29
收藏 1.15MB DOCX 举报
"基于深度残差网络的国际金价预测研究"
这篇毕业论文的主题聚焦于使用深度残差网络(Deep Residual Network, ResNet)来预测国际金价的动态变化。作者汤吉,专业为飞行器动力工程,论文由指导教师张鸿燕指导,属于中欧航空工程师学院的本科毕业设计。论文的创作时间为2016年6月,它探讨了在全球经济一体化背景下,由于金价波动的不稳定性增加,传统的线性经济模型在预测黄金价格上的局限性。
传统的经济学理论,如基于线性模型的方法,无法充分解释黄金价格的非线性变动。尽管学者们尝试构建了许多非线性金融模型,但效果并不理想,原因在于影响金价的因素众多且相互关系错综复杂,超越了传统模型的处理能力。随着21世纪计算机科学的快速发展,特别是深度学习算法的兴起,为解决这类问题提供了新的可能。深度学习已经在图像识别和语音识别等领域展现出强大的能力。
2015年底,微软研究院的深度残差网络(ResNet)研究取得了突破,能够训练超过100层的深度神经网络,这为理解和预测复杂时间序列数据,如国际金价,提供了新的工具。ResNet的主要优势在于解决了深度神经网络中的梯度消失和爆炸问题,使得更深层次的网络训练成为可能。
论文中,作者采用了(R/S)分析法(Range over Standard Deviation Analysis),这是一种用于检测时间序列数据混沌特性的统计方法,可能被用来预处理数据或评估金价的混沌特性。随后,结合ResNet的特性,建立预测模型,以期能更准确地预测国际金价的未来走势。这种方法不仅对于金融市场的预测有实际应用价值,也为跨学科研究——如航空工程领域的学生研究金融问题——提供了一种创新途径。
通过这样的研究,论文旨在为金融市场分析提供新的预测工具,并探索深度学习技术在非传统领域的应用潜力。此外,论文还讨论了如何在学术和实际操作中遵循学术诚信,包括创见性声明和版权使用授权书,强调了研究成果的原创性和合规使用的要求。
点击了解资源详情
点击了解资源详情
点击了解资源详情
2022-08-08 上传
2022-08-08 上传
2022-08-08 上传
基于光子晶体光纤的仿真与模式分析:从SPR传感器到模式色散计算的研究,comsol光学仿真 光子晶体光纤 lunwen复现 基于SPR的光纤传感器 光子晶体光纤偏振分束器 石墨烯-黑磷增强SPR等离子
389 浏览量
FloritaScarlett
- 粉丝: 28
最新资源
- Python开发的带通知控件音频播放器
- HYF模块:HTML、CSS与GIT作业文件夹
- 供应任务在JavaScript中的实现探讨
- 安卓逆向学习:引力播App代码解析
- C语言实战项目:十六进制转换为十进制工具
- Matlab集成TDengine:速度提升10倍的大数据平台
- 易语言实现斗地主牌型判断的源码解析
- C语言实战项目:趣味小游戏源码解析与学习
- 展示个人技术投资组合的GitHub页面
- Eksamen oppgavehøst2020: JavaScript任务规划者指南
- 平面口罩外耳带机详细3D图纸发布
- 学校管理系统后端开发与API集成详解
- 企业总部效率提升指南:构建高效组织结构与分工
- C语言实战项目源码分享:Library的使用指南
- MATLAB中使用hgtable展示多列数据的开发技巧
- Sintegra搜索引擎:用于查询公司信息的应用程序