基于神經(jīng)網(wǎng)絡(luò)和遺傳規(guī)劃的匯率預(yù)測(cè)技術(shù)研究.pdf

1、匯率的決定與預(yù)測(cè)一直是現(xiàn)有的國(guó)際經(jīng)濟(jì)研究文獻(xiàn)中非常重視且有爭(zhēng)議的話(huà)題，迄今尚未出現(xiàn)完整的理論及一致性論述。本文針對(duì)匯率問(wèn)題的復(fù)雜性，根據(jù)匯率的非線性關(guān)系和匯率數(shù)據(jù)自身的非線性特征，從非線性模型與進(jìn)化計(jì)算角度出發(fā)，以神經(jīng)網(wǎng)絡(luò)與遺傳規(guī)劃為主要工具，對(duì)人民幣匯率的可預(yù)測(cè)性問(wèn)題進(jìn)行了一定的分析，試圖根據(jù)人民幣匯率本身的一些特性，構(gòu)建適于人民幣匯率的預(yù)測(cè)模型，并取得如下幾點(diǎn)研究成果：
　　 ⑴對(duì)人民幣匯率的預(yù)測(cè)建模過(guò)程進(jìn)行了總體設(shè)計(jì)。通過(guò)

2、對(duì)人民幣影響因子的分析，選擇美元、日元、歐元、韓元這四種貨幣的匯率作為輸入變量，并對(duì)輸入數(shù)據(jù)進(jìn)行了收集與預(yù)處理。通過(guò)對(duì)各種實(shí)證模型的分析，選擇神經(jīng)網(wǎng)絡(luò)與遺傳規(guī)劃兩大模型，運(yùn)用固定預(yù)測(cè)方案，以平均絕對(duì)百分比誤差( meanabsolute percentage error，MAPE)、預(yù)測(cè)誤差平均值(mean absolute error，MAE)、均方根誤差（root mean squared error，RMSE）三大定量標(biāo)準(zhǔn)來(lái)對(duì)預(yù)測(cè)

3、精度進(jìn)行比較與評(píng)估。
　　 ⑵對(duì)BP網(wǎng)絡(luò)與算法在匯率預(yù)測(cè)實(shí)例中的研究。重點(diǎn)比較了對(duì)于不同的層次結(jié)構(gòu)、隱層單元個(gè)數(shù)、學(xué)習(xí)速率以及激勵(lì)函數(shù)等要素對(duì)收斂效果、模擬檢驗(yàn)及預(yù)測(cè)結(jié)果的具體影響，經(jīng)過(guò)對(duì)比分析得出最優(yōu)的BP模型結(jié)構(gòu)，預(yù)測(cè)結(jié)果最優(yōu)。
　　 ⑶從激勵(lì)函數(shù)與網(wǎng)絡(luò)結(jié)構(gòu)的角度對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行了改進(jìn)。選擇使用新激勵(lì)函數(shù)，通過(guò)數(shù)學(xué)計(jì)算分析得出這個(gè)激勵(lì)函數(shù)是雙極性的，從而能夠運(yùn)用于神經(jīng)網(wǎng)絡(luò)中的激勵(lì)函數(shù)。通過(guò)和傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)結(jié)

4、果進(jìn)行對(duì)比，得出改進(jìn)后的BP網(wǎng)絡(luò)無(wú)論從收斂速度還是預(yù)測(cè)精度有明顯提高。
　　 ⑷以相同的訓(xùn)練樣本以及預(yù)測(cè)樣本，運(yùn)用RBF與GRNN兩大模型進(jìn)行匯率模擬預(yù)測(cè)。通過(guò)試算確定模型的參數(shù)，得出當(dāng)RBF網(wǎng)絡(luò)徑向基分布參數(shù)SPREAD與GRNN網(wǎng)絡(luò)光滑因子的最優(yōu)值，最終獲得的模型訓(xùn)練和測(cè)試效果預(yù)測(cè)誤差最小。再將改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)，RBF神經(jīng)網(wǎng)絡(luò)，以及GRNN神經(jīng)網(wǎng)絡(luò)三種網(wǎng)絡(luò)的預(yù)測(cè)效果進(jìn)行全面的對(duì)比，證明改進(jìn)的BP網(wǎng)絡(luò)無(wú)論從訓(xùn)練速度，以及預(yù)測(cè)