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。

国家社科基金项目“智能投资组合理论与投资策略研究”(项目编号:17BGL231);

美元指数; 外汇; 市场预测; 小波分析; 神经网络;

F827.12

5860-667753K
在线咨询 用户反馈