基于深度残差网络的国际金价预测：理论与实践

本篇毕业论文《基于深度残差网络的国际金价预测研究》由飞行器动力工程专业的学生汤吉撰写，学号121143325，在中国民航大学中欧航空工程师学院完成，指导教师为张鸿燕。论文探讨了在当前全球经济一体化背景下，传统经济学模型在解释国际金价动态上的局限性，转向利用计算机科学特别是深度学习技术来预测黄金价格。 论文首先介绍了研究背景，指出随着全球化的推进，国际金价的波动性日益增强，这促使经济学家寻求新的分析工具。作者引用R/S分析法（重标极差分析法）来验证了14天（10个交易日）内金价的自相关性和可预测性，这对于后续的预测模型构建至关重要。 接下来，论文详述了数据预处理步骤，对XAU/USD时间序列进行了数据分析，包括清洗、标准化和特征提取，以便于GPU（图形处理单元）的高效计算。深度残差网络在此阶段被构建，作为预测模型的基础，它能处理复杂的非线性关系，提高预测精度。 经过深度残差网络的训练后，模型在训练集上展现出了良好的涨跌预测能力。然而，为了提高预测结果的准确性，论文还引入了专家系统的修正环节，通过结合专家经验和模型预测，进一步优化了金价走势的预测。 这篇论文不仅展示了深度学习在金融领域的应用潜力，而且体现了作者对实际问题的深入理解和解决策略。它为黄金市场参与者提供了新的预测方法，对于理解全球经济动态和制定投资策略具有一定的参考价值。同时，该研究还强调了跨学科合作，即经济学与计算机科学的结合，推动了现代金融建模技术的发展。