论文部分内容阅读
外汇风险问题已经引起了人们的高度重视和广泛研究,其中如何准确地预测汇率变动的方向和程度是外汇风险管理的基础。同时,外汇汇率作为国际金融市场中的一个重要指标,作为调节国民经济内外均衡的杠杆,对其内在性质及预测的研究具有很大的理论意义和应用价值。
本文在分析国内外对汇率预测技术的以及组合预测方法研究现状的基础上,提出了基于神经网络的汇率非线性组合预测方法,并将其应用到汇率的实际预测中。
首先讨论了人工神经网络的原理及模型,重点研究了BP神经网络的模型与算法。然后详细分析了各种单项预测方法及几种典型的线性组合预测方法。最后,将神经网络技术应用到汇率的预测中,结合汇率数据的特点,对于常用单项预测方法进行分析,运用模糊综合评判方法筛选出适合汇率预测的两种单项预测方法,在此基础上建立了基于神经网络的汇率非线性组合预测模型(NL模型),将其应用到AUD汇率预测中,并对预测结果进行了整理分析。结果表明,该模型能够有效地进行汇率预测,神经网络用于汇率预测取得了较好的试验效果。