针对外汇市场的特征，本书深入分析了外汇市场上复杂技术形态的信息含量问题，创建了基于人工智能算法的外汇交易策略模型，丰富了外汇投资研究的理论。

张华，女，管理学博士，现就职于北京经济管理职业学院，副教授。2012年6月毕业于北京航空航天大学，获得管理科学与工程专业博士学位。研究方向为金融市场技术分析有效性及交易策略、电子商务、商务数据分析等。近年来发表学术论文12篇，参与国家自然科学基金重点项目、创新研究群体科学基金项目、国家环保行业科研重点专项、北京市教委课题等多项科研项目。

第1章 绪论
1.1 研究背景及研究意义
1.1.1 研究的背景
1.1.2 研究的意义
1.2 相关文獻研究综述
1.2.1 早期实证研究综述
1.2.2 现代实证研究综述
1.2.3 实证研究总结
1.3 研究内容和结构安排
1.3.1 主要研究内容
1.3.2 结构安排
第2章 外汇交易市场的特征与分析方法
2.1 外汇交易市场的特征
2.2 外汇市场的交易者
2.2.1 外汇交易商
2.2.2 外汇经纪人
2.2.3 客户
2.3 外汇市场的交易方式
2.3.1 个人外汇现钞交易
2.3.2 外汇期货交易
2.3.3 外汇合约现货交易
2.3.4 外汇在线保证金交易
2.4 基本面分析与技术分析
2.4.1 基本面分析的基本方法
2.4.2 技术分析的理论基础
2.4.3 技术分析的主要方法
2.5 对比基本面分析与技术分析
2.6 本章小结
第3章 宏观汇率模型失效与外汇市场的效率分析
3.1 传统汇率模型检验失效
3.1.1 货币模型的检验
3.1.2 资产组合平衡模型的检验
3.1.3 近期的实证检验
3.2 外汇市场的有效性理论
3.2.1 基本模型的统计描述
3.2.2 外汇市场有效性检验
3.2.3 拒绝市场有效的其他解释
3.3 有效性理论在外汇市场运用中的问题
3.4 外汇市场短期波动的行为金融学解释
3.5 本章小结
第4章 外汇市场复杂技术形态的信息含量研究
4.1 背景
4.2 复杂技术形态的定义
4.3 非参数核回归方法
4.3.1 平滑估计(SmoothingEstimators)
4.3.2 非参数核回归(KernelRegression)
4.3.3 带宽参数选择
4.4 技术形态识别(PatternRecognition)
4.4.1 技术形态识别算法
4.4.2 计算平滑估计量序列的极值点
4.4.3 条件收益率序列的产生
4.5 实证分析
4.5.1 选择汇率数据
4.5.3 技术形态的信息含量检验
4.6 本章小结
第5章 基于Dempster-Shafer证据理论的外汇交易策略硏究
5.1 背景
5.2 D-S证据理论
5.2.1 证据理论
5.2.2 证据理论的基本概念
5.2.3 Dempster合成法则
5.3 技术指标描述
5.3.1 指数平滑均线指标
5.3.2 平滑异同移动平均线指标
5.3.3 相对强弱指标
5.3.4 顺势指标
5.4 基于D-S证据理论的外汇交易模型
5.4.1 D-S证据理论外汇交易策略
5.4.2 实证分析
5.5 本章小结
第6章 基于遗传算法的外汇交易策略研究
6.1 背景
6.2 遗传算法概述
6.2.1 遗传算法简介
6.2.2 .遗传算法的基本思想
6.2.3 遗传算法的要素
6.2.4 遗传算法的应用步骤
6.3 技术指标分析
6.3.1 移动平均线
6.3.2 相对强弱指标
6.3.3 乖离率
6.3.4 变动率指标
6.4 基于遗传算法的外汇交易策略框架
6.4.1 输入训练数据集
6.4.2 计算技术指标
6.4.3 最优交易规则模型求解
6.5 实证检验
6.5.1 数据资料
6.5.2 初始资本
6.5.3 交易费用
6.5.4 实证结果分析
6.6 本章小结
第7章 总结与展望
7.1 研究内容及结论
7.1.1 复杂技术形态信息含量研究
7.1.2 交易策略研究
7.2 未来研究展望
7.2.1 技术分析的理论基础研究
7.2.2 实证应用研究方面
参考文献
附录
附录1 交叉实函数与窗宽的变化关系
附录2 复杂技术形态识别及信息含量检测源程序代码
附录3 D-S证据理论外汇交易策略源程序代码
附录4 算法外汇交易策路源程序代
后记

外汇市场作为目前国际上重要的投资场所，其技术分析的有效性问题成为现代投资学的重要研究领域。
伴随着计算机技术的发展，各种人工智能方法在金融投资领域的应用受到了理论研究者和投资者的普遍关注，成为近几年金融经济学研究的一个热点。
本书具有十分重要的理论实践意义和广阔的应用前景。