關鍵詞：匯率預測 cnn神經網絡 小波分析 主成分分析 新興媒體指標 

摘要：本文試圖回答深度學習的新技術是否能更好地預測人民幣匯率波動。為此,我們運用深度學習方法改善并提出多層卷積神經網絡(CNN),分別構建了預測匯率波動的長期與短期模型,分析發現網絡搜索次數等新興媒體指標能夠提高短期模型的預測結果,同時合并長、短期模型的結果優于直接利用所有影響因素進行預測的結果,也優于采用傳統的神經網絡以及時間序列分析方法(如廣義自回歸條件異方差、貝葉斯平均分類回歸等模型)進行預測的結果。

金融科學雜志要求:

{1}注釋是對文章標題、作者及文內某一特定內容的進一步解釋或補充說明。注釋序號用帶圓括號的阿拉伯數字表示；注釋位置在正文結束之后，參考文獻之前。

{2}來稿要求論點鮮明、論證充分、結論明確、數據可靠、文字簡練，達到“齊、清、定”的要求。

{3}題名中應避免使用非公知公用的縮寫詞、字符、代號以及結構式或公式。

{4}參考文獻：論文中直接或間接引用他人研究成果的，均需標注參考文獻。

{5}第一作者簡介應在篇首頁地腳處注明第一作者的姓名、出生年、性別、籍貫、職稱、學歷及從事專業。

注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社