基于NARX神经网络与ARMA的汇率混合预测模型

被引：9

作者：

蒋传进 ^{[1
,2
]}

宋福根 ^{[2
]}

机构：

[1] 上海商学院信息与计算机学院

[2] 东华大学旭日工商管理学院

来源：

统计与决策 | 2010年 / 15期

关键词：

NARX; ARMA; 汇率预测;

D O I：

10.13546/j.cnki.tjyjc.2010.15.050

中图分类号：

F224 [经济数学方法]; F830.7 [汇兑];

学科分类号：

0701 ; 070104 ; 1201 ; 020204 ;

摘要：

汇率时间序列是一个动态复杂系统,单独的线性回归模型或者非线性神经网络都不能很好地反映系统的特征。文章将汇率时间序列分解成线性序列和非线性序列两部分,并分别用ARMA和NARX神经网络进行建模;最后组合成NARX-ARMA汇率混合预测模型。结果证明,相比其他汇率预测模型,NARX-ARMA混合模型有更好的预测效果。

引用

页码：33 / 35

页数：3

共 4 条

[1] 时间序列分析方法及人民币汇率预测的应用研究 [J].

戴晓枫 ;

肖庆宪 .

上海理工大学学报, 2005, (04) :341-344

[2]

Multistage RBF neural network ensemble learning for exchange rates forecasting[J] . Lean Yu,Kin Keung Lai,Shouyang Wang.Neurocomputing . 2008 (16)

[3]

Combining foreign exchange rate forecasts using neural networks[J] . Thomas H. Lubecke.Global Finance Journal . 1998 (1)

[4]

Predicting a chaotic time series using a fuzzy neural network[J] . L.P. Maguire,B. Roche,T.M. McGinnity,L.J. McDaid.Information Sciences . 1998 (1)

← 1 →