美元指数预测的DB小波神经网络模型及实证
预测美元指数的走势及波动是管控国际货币市场风险的关键.构建三类基于信号分析与计算智能的美元指数预测模型.沿着复杂性递增的顺序,三类模型的输入依次包括作为价格相对收益率、价格相对扭力、DB小波变换等三种,计算智能模型都是采用神经网络.三种模型在近四年的日数据上作了实证,保留最近100天作为样本外检验,前面10倍数据作为样本内训练数据.结果表明三种模型分别实现了54％、58％、60％的预测命中率,其中DB小波神经网络模型在命中率和可靠性上表现最优.这表明美元指数不是随机游走,而是具有概率可预测性,能够为更全面的外汇市场风险管理提供科学依据.
美元指数、外汇、市场预测、小波分析、神经网络
51
F821.6(货币)
国家社会科学基金17BGL231
2018-11-15（万方平台首次上网日期，不代表论文的发表时间）
共7页
60-66
