文档介绍：万方数据
基于的げ饽P图捌涫抵李秋敏·,一,田益祥·,张高勋,,:传统的汇率预测方法以汇率决定理论绻郝蛄ζ郊奂偎怠⒗势郊奂偎怠⒆什谐〖说等】为基础,,如统计分布的“尖峰厚尾”性、波动的集群性等,越来越多的研究表明汇率系统具有复杂的非线性特征【,近年来大量的非参数、非线性方法被应用到汇率预测的研究中,比如遗传算法珿【、神琒法康鹊龋煌姆椒ㄔげ饣懵适奔湫蛄杏胁煌男Ч怯捎谑奔湫蛄械母丛有院投变性,,一些研究将多个神经网络算法进行组合,结合各个算汪寿阳等【】将椒ㄓτ玫酵饣慊懵试げ庵校么车募屏磕P痛硗饣慊懵实主要趋势,用神经网络技术分析外汇汇率的非线性,用文本挖掘和专家系统处理外汇市场中的突现性和不稳定性,最后利用支持向量回归技术对上述各个部分进行非线性集成,取美元兑欧元、日元、英镑的汇率进行实证,,研究表明混合模型较单一等用自组织映射改进最小二乘支持向量机糜谔艉谧邮莺透九б凳莸氖奔湫蛄性げ猓诰晕蟛罹岛根均方误差的判断标准,混合模型的预测能力优于单一的摘要:自从岢鲂滦屯臣评砺垩胺椒ㄒ蛔钚《酥С窒蛄炕以来,这种方法引起了广泛的关注,,再将这些变量作为P偷氖淙耄惺奔湫蛄械预测,从而建立虶楹系幕旌夏P虶⑼ü懵适奔湫最小二乘支持向量机;分组数据处理算法;预测经网络珹⒅С窒蛄炕非参数支持向量回归,、小波分析【⒒煦缡毙蛟げ夥法的优点,,,四川成都收稿日期:——资助项目:教育部人文社科基金琋
万方数据
弧邸。,А。,一,罟∑可∑,琤,琎琫环Χ﨩一頳酥С窒蛄炕P钚《酥С窒蛄炕是支持向量机的一种改进,是人工智能领域的新工具,由蚔晏岢鯷殉功应用于各种问题,如函数估计和逼近,【】.利用多层神经网络,借助自组织原理,由计算机利用数据相对客观地选择变量之间的关系,用外准则选取最优模型,,同时可以建立显式模型,⋯惴ń岷闲纬梢恢中碌幕旌夏P虶紫壤肎韵低辰#猛庾则选择有效的输入变量,根据其输出的显式模型,确定变量,:给定训练集:%,玑琲,琻渲蠿蔙“是佗维输入向量,玑为一维输出向量,利用非线性映射妒淙胂蛄看釉占溆成涞揭桓龈呶卣骺占洌诟呶卣骺间构造最优决策模型:,得到优化问题:畉.’咖琲,琻其中3头R蜃樱芄皇寡盗肺蟛詈湍P偷母丛佣戎淙∫桓稣壑校员闶顾蟮暮数具有较好的泛化能力.@窭嗜