基于BP神经网络的汇率预测论文.doc

  1. 1、本文档共11页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
论文(设计) 单 位 题 目 申报内容 专业 职称等级 学号 姓 名 指导老师 职称 提交日期 2019 完成日期 基于BP神经网络的汇率预测 一、论文说明 本写作团队长期从事论文写作,擅长数据处理、文献查找 图表绘制、理论分析,以及相关期刊论文的发表 具体联系金老师QQ:387 826 70 二、范文参考 任金波 张文洁 摘要:本文选取了自2017年1月3日至2018年1月26日每日人民币兑美元汇率中间价共263个数据作为研究对象,首先对数据进行拟合,观察汇率走势,当多项式次数达到8次时拟合效果已足够好。其次,本文基于BP神经网络的方法,将搜集到的263个数据分为训练样本集、检验样本集,对人民币兑美元汇率进行了短期、中期、长期的预测,给出了预测值与真实值的误差,该方法在短期、中期预测效果显著,具有可行性。最后,我们对2018年2月份人民币相对于美元汇率进行了预测,人民币仍将会不断升值。 关键词:汇率 BP神经网络 多项式拟合 一、研究背景 汇率,又称外汇汇价,是两种货币之间的兑换比率,也可以说是用一种货币表示另一种货币的相对价格。巴里·艾森格林(Barry Eichengreen)说过,预测汇率是一个艰难的游戏,汇率走势经常使人无所适从,甚至使最熟练的投资者倾家荡产。 美元作为国际货币,在国际上被广泛使用,因此,人民币兑美元汇率走势一直以来也是我们最为关心的问题之一,对其走势的准确预测不仅可以使我们更好地规避汇率风险,而且也可以指导我们的投资决策。就汇率预测这一问题上,国内外许多学者都曾使用了不同的方法,对未来人民币兑美元汇率做出了自己的预测。BP神经网络在网络理论和性能方面都已经发展得比较成熟,它具有很强的非线性映射能力和柔性的网络结构,目前,它也逐渐被应用于汇率预测中。 在201 7年,人民币兑美元汇率中间价整体一路上涨,这与年初很多学者预测的“人民币兑美元汇率会破7”截然相反,原本很多看似合理的预测也抵不住汇率的千变万化。 二、实证研究 (一)数据选择 本文选取了自2017年1月3日至2018年1月26日每日人民币兑美元汇率中间价共263个数据(来自中国人民银行官网http:∥,[2])作为研究对象,基于多项式拟合、BP神经网络等方法进行实证研究。 (二)多项式拟合 首先对数据进行拟合,观察汇率走势。 1.方法介绍 多项式拟合是通过最小二乘法选择一个多项式函数,使得误差平方和最小。设拟合所得到的曲线为次数为n的多项式 2.结果分析 对263个数据进行多项式拟合,具体实现通过maltab中polyfit函数进行多项式拟合,逐次提高多项式次数,拟合曲线如图1。发现当多项式次数达到8次时,拟合效果已经足够好,此时多项式以及误差平方和为: 三、BP神经网络 (一)方法介绍 BP神经网路:按误差逆传播算法训练的多层前馈网路,适合对具有非线性的、动态的特征的汇率系统进行预测。具体实现使用maltab中BP神经网络专用的newff函数。 算法思想:(1)构造训练样本集,检验样本集,确定隐层数目,隐层结点个数。(2)通过训练样本对算法进行训练。(3)带入检验样本集检验训练效果。 (二)预测过程 根据预测范围进行短期、中期、长期的汇率预测,将搜集到的263个数据分为训练样本集、检验样本集,通过检验结果的好坏确定预测效果最佳时对应数据量。 预测范围中短期为1天,中期为7天,长期为30天。数据量选择为使用距离预测时间断最近的7天或30天或可以利用的所有数据。 我们对2018年1月26日这一天、2018年1月18日至1月26日之间的7个工作日和2017年12月15日至2018年1月26日之间共30个工作日的人民币兑美元汇率中间价进行预测,然后通过预测值与真實值的误差平均值来对我们的方法进行检验。 (三)结果分析 所得到的预测值与真实值的误差平均值如表1 由上表可知: 1.预测结果的最大误差为0

文档评论(0)

165****3003 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档