人工神经网络在中长期汇率预测中的应用.pdf

人工神经网络在中长期汇率预测中的应用.pdf

ID:52375653

大小:363.13 KB

页数:7页

时间:2020-03-27

人工神经网络在中长期汇率预测中的应用.pdf_第1页
人工神经网络在中长期汇率预测中的应用.pdf_第2页
人工神经网络在中长期汇率预测中的应用.pdf_第3页
人工神经网络在中长期汇率预测中的应用.pdf_第4页
人工神经网络在中长期汇率预测中的应用.pdf_第5页
资源描述:

《人工神经网络在中长期汇率预测中的应用.pdf》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、年月系统工程第卷第期总第期人工神经网络在中长期汇率预侧中的应用杨新马洪波本文尝试用人工神经网络方法,简称【提要】预测汇率。研究结果表明,人工神经网络某法用于汇率预测是有效的与随机游走模型相比。模型中的宏观经济数据采用取对数之,。差的处理方法大大扩大了模型的应用范围【关键词】人工神经,随机游走模型,中长期汇率,汇率预浏,反向误差传网络播网络一引言随着世界经济的发展,世界各国经济的联系越来越紧密,汇率就成了人们越来越关注的间题现在各国都投入大量人力和物力进行汇率预测影响汇率变动的因素是很多的,既有经济因素又有政治因素和心理因素,还有各

2、国中央银行的直接干预,,。,,。值得注意的是汇率也受国际妙家的影响因此要做好汇率预测工作就需要认真地考虑和分析这些因素诸如,国际收支状况,通货膨胀率,利率水平,政府的政策和干预态度,外汇市场的投机性力量,以及国际金融环境的变化甚至,社会环境的稳定程度,心理因素也会对汇率产生直接或间接的影响由此可见,进行汇率预测是十分困难的,进行中长期汇率预期尤其如此。汇率的预测方法,,,,汇率的预测方法多种多样通常分为两类一类为基本因素分析法比如假设汇率与各种经济因素之间存在一种因果关系,并可以用数学模型来描述。有的学者将汇率表示为本国货币的国内

3、需求,本国货币的国外需求,外国货币的国内需求,外国货币的国外需求,工业产值之差,名义利率之差,通货膨胀率之差,等七个,并用该模,,。变量的函数型对等进行了预测就属于这种类型这种方法的基本思路可以用下页的图表示。。。另一类汇率预侧方法为技术分析方法这种方法是现在理论界应用较多的一种方法传统的随机游走模型简称和指数平滑模型,回归模型和移动平均模型等都属于这一类模型。随着高级数学工具的引入,这种预测方法有了很大的发展。如贝叶斯向,,,。量自回归模型阂值模型一方法等等人工神经网络方法由于经济系统是一个复杂的非线性系统,而且系统的环境每时每

4、刻都在发生着变化,因而我们希望能够建立一个参数随预测环境的变化而变化的非线性模型,以上介绍的模型都不可能作到这一点,而人工神经网络方,“黑箱”法则为这一问题的解决提供了可能性这种方法是将各种经济变量对汇率影响的机制作为来处。,。·收稿日期一一作者单位清华大学经济管理学院杨折系教授博士生导师北京,国家自然科学基金资助项目,。理利用神经网络的自学习功能对将来汇率变动作出预洲政治因素宏观经济环境本国相关国本国的经济目标外国贸易伙伴研馆长率,货币供应,通货膨和决策者的思想的态度胀率,短期利率,中长期利率等贸易差倾,经常项目差倾,、政府的政

5、策时政政策货币政策等资本流动,储备变动对汇率变动的压力升值或贬值困墓本因素分析法的墓本思路”人工神级月落方法崎羞本原理人工神经网络是一种按照人脑的组织和活动原理而构造的一种数据驱动塑非线性模型。它是由神经元,网络连接模型,网络学。,,结构模型习算法等几个要素组成例如图就是一典型的神经元网络连接模型它由输入层、中间层称为隐含层和输出层三层神经元组成每相邻两层的神经元之间都有一条带权值的弧线连。,,。,接要使神经网络产生所希望的行为必须对其进行训练即通常所说的网络学习学习时每一条连接弧都不断地调整自,以使神经网络的实际输出和期望输出之

6、间的方差达到最小,己的权值学习的效果直接影响网络。的预侧精度神吸元啥构撰里神经元,一般是多个输入一个枪出的非线性单元图是一千完整的神经元是神经网络的基本计算单元,,‘,,,结构其中为反馈为阔值为特性函数为各弧的权值这样神经元的精出与各个箱人之间的关系可以用下式表示、戈一名叭二一矶戈,,常用的特性,函数,双曲正切根据愉入输出的特性不同选择不同的特性函数函数有线性函数函数等。神吸月络场连接模里神经网络是从将许多神经元连成一个网络而得此名的网络的连接有单层连接,多层连接,循环连接等几种模式单层连接,,,只有一个输入层和一个输出层多层连接

7、则包含了一个或多个隐含层如图所示而循环连接是指包含反馈的连接方式李习葬法神经网络学习的目的是用一组输入向量产生一组希望的输出向量,学习的过程是通过按预先确定的算输出层、‘勺尹、呀、中间层输人层图神经网络典型连接棋型图神经元的结构法我们称之为学习规则,慢慢调整网络的权值来实现的。由于神经网络是一种非线性映射关系,各变量之间的相互关系隐含于网络之中因而一对无关数据之间的训练,网络不会收敛,所以我们可以通过网络学习来剔除非相关变量。神经网络反向传摇算法一算法,比如,反向传播,。神经网络的学习算法有许多种一算法算法等其中在非线性预测中最常

8、。。用的也是本文采用的是一算法下面简单介绍一算法的基本原理神经,网络学习的目的就是对某一特定的输入产生一个希望的输出这就需要网络不断地调整连接弧的权值。一般来说,一算法主要有以下几个步骤对全部连接弧的权值进行初始化一般设置成较小的随机数,以保证网络

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。