人民币汇率是我国与国际经济交往的纽带,在国际贸易中扮演着重要的角色。稳定的汇率有利于经济生活和社会生活的安定。然而,随着汇率市场化改革的进程和世界范围内贸易摩擦的增多,人民币汇率波动起伏变大。对人民币汇率的预测研究可以把握汇率走势,有助于投资者规避风险和监管部门制定政策。尽管国内外学者对投资者关注与汇率变化趋势之间的关系进行了较为充分的研究,但是尚未有学者将投资者关注作为汇率的预测指标。由于汇率数据的高维度、非线性和长记忆性等特点,现有的计量模型和浅层机器学习等预测模型存在着预测耗时长、模型参数优化难、实用性不强等问题,不具备对如此复杂的数据进行准确建模的能力。本文在收集整理大量文献资料的基础上,以深度学习为理论依据,将投资者关注引入到汇率预测中,系统地研究了考虑投资者关注的人民币汇率预测方法。首先,对投资者关注的概念进行了界定,并对投资者关注与汇率的关系、汇率预测方法相关研究进行了综述。其次,探讨了投资者关注的常用的度量指标,用百度搜索指数获取了46个与投资者关注有关的汇率关键词,并利用主成分分析方法,对这些指标进行筛选,确定了度量投资者关注的量化指标。进而,将差分整合移动平均自回归（ARIMA）模型和长短期记忆神经网络（LSTM）模型相组合,构建了考虑投资者关注的ARIMA-LSTM汇率预测模型。同时,利用深度门控循环单元（GRU）处理汇率序列数据的优越性,构建了考虑投资者关注的深度GRU汇率预测模型。最后,选取2018年1月至2021年6月开盘价、最高价、最低价、收盘价和汇率的投资者关注五个指标的交易日数据,对考虑投资者关注的人民币汇率预测模型进行实证分析,并对预测模型效果进行对比分析。本文的特色与研究结论如下:（1）现有的研究尚未将投资者关注纳入到人民币汇率预测中,本文利用主成分分析法对百度搜索指数进行筛选,确定了投资者关注的量化指标;（2）针对汇率变动的不同趋势,将深度学习的LSTM模型与ARIMA模型相结合,构建了考虑投资者关注的人民币汇率ARIMA-LSTM预测模型;（3）利用深度GRU神经网络模型结构简单、计算复杂度低的优势,构建了考虑投资者关注的人民币汇率的深度GRU预测模型。实证结果显示了预测模型的有效性。本文的研究不仅提出了考虑投资者关注的人民币汇率预测的新方法,而且为相关政府部门实施下一步计划、投资者的投资决策提供了理论支持和分析途径。