汇率预测模型：从原理到实战

📚 共计 30 章节

汇率预测导论

为什么预测汇率这么难？课程目标与学习路径。

外汇市场基础

主要货币对、交易时间、市场参与者与流动性。

影响汇率的核心因素

利率、通胀、GDP、政治事件与市场情绪。

宏观基本面

数据获取与清洗

pandas-datareader获取历史汇率，处理缺失与异常值。

探索性数据分析 (EDA)

可视化走势、滚动统计量、趋势与季节性识别。

可视化统计

技术指标入门

MA、RSI、布林带计算与解读。

技术分析指标

统计基础回顾

平稳性、自相关、白噪声，时间序列建模基础。

ARIMA模型原理

自回归(AR)、差分(I)、移动平均(MA)数学直觉。

ARIMA模型实战

statsmodels模型识别、参数估计与诊断。

实战statsmodels

GARCH模型原理

波动率聚集效应，条件异方差核心思想。

GARCH模型实战

拟合GARCH(1,1)，预测汇率波动率。

实战波动率

向量自回归 (VAR)

多变量时间序列，捕捉变量间动态关系。

协整与误差修正 (ECM)

长期均衡关系，短期调整机制。

机器学习入门

为什么传统模型不够？机器学习优势。

滞后特征、滚动特征、技术指标特征构造。

特征预处理

线性回归与正则化

岭回归、Lasso在汇率预测中的应用。

回归正则化

支持向量回归 (SVR)

核技巧在高维特征空间的应用。

决策树与随机森林

集成学习，处理非线性关系。

树模型随机森林

梯度提升机 (XGBoost/LightGBM)

竞赛级算法在金融时间序列中的实战。

XGBoostLightGBM

深度学习基础

感知机、多层神经网络、激活函数与反向传播。

循环神经网络 (RNN)

序列数据处理，时间步与隐藏状态。

长短期记忆网络 (LSTM)

解决长期依赖，门控机制详解。

Keras/TensorFlow构建模型，超参数调优。

注意力机制与Transformer

自注意力如何捕捉全局依赖关系。

注意力Transformer

模型评估与验证

时间序列交叉验证、回测框架、滚动预测评估。

评价指标详解

MAE、RMSE、MAPE、方向准确率(DA)哪个更靠谱？

集成策略与模型融合

Stacking、Blending，组合多模型提升稳定性。

风险管理与仓位管理

凯利公式、最大回撤控制。

实战项目一：LSTM日内预测

完整代码与部署，日内汇率预测系统。

实战项目二：多模型集成周度预测

多模型集成，输出交易信号。