论文部分内容阅读
提出一种基于BP多变量时间序列神经网络的外汇市场预测建模方法,并分别采用单变量时间序列和多变量时间序列训练神经网络的参数、权重和结构,对外汇市场中的英镑美元的建模和预测结果表明:在检验样本离差都低于10的情况下,多变量时间序列的建模方法使得神经网络更具有强的学习能力和泛化能力。它在外汇市场这样的一个复杂非线性随机系统建模中具有很高的应用价值。