基于神經網絡的人民幣匯率預測研究.pdf

1、近期，針對美國將中國列為匯率操縱國的問題，人民幣兌美元匯率成為人們的關注熱點話題，研究人民幣兌美元匯率有現實意義。本文采用非線性時間序列和神經網絡模型的方法來研究人民幣兌美元匯率序列。
　　 在實證部分，本文選取了從1994年3月14日起至2010年4月14日的人民幣兌美元中間價作為研究對象，通過一階對數差分將匯率序列平穩(wěn)化為匯率波動序列，并對匯率波動序列進行一系列非線性檢驗，如JB正態(tài)分布檢驗、自相關檢驗、BDS獨立同分布檢驗

2、以及ARCH異方差檢驗。檢驗的結果說明，人民幣匯率波動序列是非正態(tài)的，具有“尖峰厚尾”性，且其具有兩階自相關性。其殘差序列是非獨立同分布的，同時匯率波動序列還存在ARCH效應。在匯率波動序列非線性的基礎上，對其采用非線性的神經網絡方法建模。神經網絡模型選擇了從2007年1月4日起至2010年4月14日止近3年的798個數據作為樣本，其中前768個數據用于網絡學習建模與樣本內預測效果分析，后30個數據作為樣本外預測。在神經網絡參數的設計中

3、，經過試驗確定了AC準則最優(yōu)滯后期分別為6、7、10，確定了網絡輸入神經元和隱層神經元的數目。在不同自由度的基礎上進行MCPT檢驗尋找最佳訓練樣本，并在網絡中訓練得到所有自由度的最佳訓練樣本均為768。在這些參數的基礎上運用MLP和ELman網絡對匯率波動序列進行擬合預測，MLP(10)網絡在樣本內的預測效果最佳，而ELman(10)網絡在樣本外的預測效果最好。鑒于MLP網絡可能存在“過擬合”問題，認為ELman網絡更適合于匯率波動序列