基于神经网络的汇率预测

作为一个重要的经济变量,汇率的变动对国内利率的变动、国民收入的增减、工农业的发展以及就业等方面都有着重要的影响。自从布雷顿森林体系崩溃以来,西方各国纷纷实行了浮动汇率制度,由此带来的外汇风险对于国际贸易、投资以及国际金融等都有非常关键的影响。因此,各国都需要掌握外汇避险手段和避险方法,提高自身的汇率风险管理水平,增强自身对于汇率浮动的适应能力和对于汇率变动的应对能力。神经网络具有良好的函数逼近能力,因此在预测领域可以取得良好的效果。近年来,各种神经网络模型被用来预测汇率。 本文分为四章: 第一章包括绪论和汇率相关基本问题的简述。主要介绍了汇率的含义、标价、种类和目前几个重要的汇率决定理论,归纳了一些影响汇率变动的因素,并对当前汇率预测的研究情况做了概述。 第二章主要介绍了本文进行汇率预测的基本方法:神经网络。介绍了神经网络的概念和其研究历史,分析了神经网络的基本原理和神经元结构,列举了神经网络的分类和特征,然后对基于神经网络进行预测的研究现状做了综述。 第三章详细介绍了本文进行汇率预测采用的算法:极端学习机(Extreme LearningMachine,ELM)算法的原理、发展和算法流程等。 第四章建立了基于极端学习机的单隐层前馈神经网络汇率预测模型,并将该模型运用于现实的汇率预测当中。通过人民币/美元和英镑/美元的最新数据对网络进行了训练和预测并对预测结果进行了分析。试验结果表明ELM在汇率预测应用中是有效可行的,具有较快的学习速度和较高的准确度。