基于DBN的汇率预测研究

被引:0
作者
晁静
机构
[1] 南京大学
关键词
汇率预测; 深度信度网络(DBN); BP神经网络; 时间序列;
D O I
暂无
年度学位
2012
学位类型
硕士
导师
摘要
汇率预测是一个重要的经济问题,已经引起了广泛的关注。然而,外汇市场是一个多变量的非线性系统,并且外汇市场中的各因素间的相关性错综复杂。因此,汇率预测是一项重要而富有挑战性的研究。神经网络作为非线性动力学系统,具有广泛的适应能力,学习能力,被成功地用于多变量非线性系统的建模和控制。 20世纪90年代以来,神经网络在经济、金融领域得到广泛的应用,已经成为汇率预测领域的有效工具之一。前馈神经网络(FFNN)是一种常用的汇率预测算法,但它的缺点是学习过程中易于陷入局部极小。深度信度网络(DBN)是2006年新提出的一种神经网络,能够收敛到全局最优,从而得到更精确的预测结果。 本文综述了汇率预测和深度信度网络的理论框架,研究了DBN的学习算法,并通过实验设计出DBN的最优网络结构。在此基础上,首次提出基于DBN的汇率预测方法,进行了相关实验,并对实验结果进行了分析。首先,对三种汇率序列数据做预处理,在训练阶段,我们将深度信度网络(DBN)与共轭梯度算法相结合,加快学习速度。测试阶段,使用四种评价指标来衡量算法的预测效果。最后将预测结果与前馈神经网络等几种经典算法的结果对比。实验结果表明,将DBN与共轭梯度法结合后,汇率预测的效果最好,具有良好的发展前景。
引用
收藏
页数:69
共 32 条
[1]
基于ARMA-GARCH模型的股市量价动态关系研究 [J].
李丽 .
统计与决策, 2011, (04) :144-146
[2]
证券投资基金市场的ARMA-ARCH类模型分析 [J].
惠军 ;
朱翠 .
合肥工业大学学报(自然科学版), 2010, 33 (07) :1108-1112
[3]
论技术分析在我国证券投资中的应用 [J].
向文葵 ;
胡忠林 .
经济研究导刊, 2008, (03) :41-43
[5]
人工神经网络及其在医疗卫生中的应用 [J].
黄丹 ;
黄伯元 .
卫生职业教育, 2005, (04)
[6]
论资本市场的效率与混沌性 [J].
王成秋 .
现代财经-天津财经学院学报, 2004, (09) :26-29
[7]
SAS统计分析标准教程.[M].杜强; 贾丽艳; 编著.人民邮电出版社.2010,
[8]
神经计算科学.[M].阮晓钢编著;.国防工业出版社.2006,
[9]
神经网络模型及其MATLAB仿真程序设计.[M].周开利;康耀红编著;.清华大学出版社.2005,
[10]
人工智能基础.[M].邵军力等编著;.电子工业出版社.2000,