精准预测汇率走势对评估国际贸易的运行有着重要的指导意义和预警意义。本书从多模态数据驱动建模角度出发，通过整合汇率理论模型、计量经济模型、人工智能技术和综合集成方法，聚焦汇率数据特点、汇率数据解构、投资者关注度和外汇新闻情感四个方面的重点和难点问题，形成了四个新的多模态数据驱动汇率预测方法，该综合集成预测方法有效提高了汇率预测精度。本书对预测领域的理论研究和方法体系的完善起到了积极的推动作用。
本书内容逻辑清晰、深入浅出、注重理论与方法创新，既可作为高等院校及科研院所相关专业的研究生、教师及研究人员的参考用书，亦可供政府部门、相关企业决策部门及科技工作者阅读参考。

1 绪论
1.1 研究背景与意义
1.2 研究内容与研究框架
2 国内外研究现状
2.1 汇率预测研究
2.2 基于网络搜索数据的预测研究
2.3 基于情感分析的金融预测研究
2.4 本章小结
3 基于聚类的非线性集成学习的汇率预测方法
3.1 引言
3.2 基于聚类的非线性集成学习方法框架
3.3 基于SOM-KELM非线性集成学习方法构建
3.4 实证研究
3.5 本章小结
4 基于分解-聚类-集成学习的汇率预测方法
4.1 引言
4.2 分解-聚类-集成学习方法框架
4.3 基于EEMD-LSSVR-K的分解-聚类-集成学习方法构建
4.4 实证研究
4.5 本章小结
5 投资者关注度与汇率预测--基于集成深度学习方法
5.1 引言
5.2 基于B-SALS集成深度学习方法框架
5.3 实证研究
5.4 本章小结
6 基于在线外汇新闻情感挖掘的汇率预测方法
6.1 引言
6.2 情感分析相关理论与技术
6.3 基于在线外汇新闻情感挖掘的汇率预测方法框架
6.4 实证研究
6.5 本章小结
7 基于多模态数据驱动综合集成方法论的汇率预测方法
7.1 引言
7.2 多模态数据驱动综合集成方法论
7.3 基于EELM的多模态数据驱动综合集成汇率预测方法框架
7.4 实证研究
7.5 本章小结
参考文献