时间序列分析方法及人民币汇率预测的应用研究 被引量：46

1

作者 戴晓枫 肖庆宪 《上海理工大学学报》 EI CAS 北大核心 2005年第4期341-344,共4页

在简要介绍时间序列模型的基础上,使用人民币/美元的日汇率值进行实证研究,建立相应的ARIMA模型和EGARCH模型并进行预测和评价.研究结果表明,EGARCH模型的预测结果较ARIMA模型理想,适合描述人民币/美元汇率的变动趋势.

关键词 汇率预测 时间序列分析 ARIMA模型 EGARCH模型

下载PDF 职称材料

基于GARCH模型的短期汇率预测 被引量：21

2

作者 魏红燕 孟纯军 《经济数学》 2014年第1期81-84,共4页

研究人民币对美元的汇率预测,通过对2010年7月1日至2013年11月30的周汇率平均值进行数据分析,发现其基本符合时间序列分析中的GARCH模型,因此采用该模型进行预测,预测结果比较成功。预测表明人民币呈现升值的趋势.

关键词 汇率 GARCH模型 汇率预测

下载PDF 职称材料

基于互联网搜索指数的多因素集成下人民币汇率预测 被引量：11

3

作者 王轩 杨海珍 《系统工程学报》 CSCD 北大核心 2017年第3期360-369,共10页

针对人民币短期汇率预测问题,构建了基于互联网大数据信息的互联网搜索指数,改进了人民币汇率短期预测CAR模型.首先,基于涵盖丰富信息的互联罔大数据,构建了反映大众关于汇率波动观点、情绪及预期的互联网搜索指数,并运用热最优路径(TOP... 针对人民币短期汇率预测问题,构建了基于互联网大数据信息的互联网搜索指数,改进了人民币汇率短期预测CAR模型.首先,基于涵盖丰富信息的互联罔大数据,构建了反映大众关于汇率波动观点、情绪及预期的互联网搜索指数,并运用热最优路径(TOP)方法、去趋势交叉相关分析(DCCA)方法对指数的有效性进行了检验,结果表明该指数可以有效地表征出大众情绪和预期的变化.进一步地,利用所编制的互联网搜索指数对人民币汇率的短期预测模型进行改进,构建了融合互联网搜索指数的CAR模型.实证结果表明,融合互联网搜索指数的人民币汇率短期CAR预测模型可以有效提升短期汇率的预测精度. 展开更多

关键词 汇率预测 互联网搜索指数 互联网大数据 人民币汇率

下载PDF 职称材料

基于改进的RBF神经网络的人民币汇率预测研究 被引量：8

4

作者 钱晓东 肖强 罗海燕 《计算机工程与应用》 CSCD 北大核心 2010年第10期229-231,共3页

针对RBF神经网络分段算法中对近似线性时间序列数据预测误差较大这一不足,在原有RBF神经网络模型基础上提出了一种改进算法。该算法以分段取中心值为基础,优化原算法中径向基函数中心点值的确定,提高了对近似线性时间序列数据预测的准... 针对RBF神经网络分段算法中对近似线性时间序列数据预测误差较大这一不足,在原有RBF神经网络模型基础上提出了一种改进算法。该算法以分段取中心值为基础,优化原算法中径向基函数中心点值的确定,提高了对近似线性时间序列数据预测的准确度。通过对近两年美元兑人民币汇率数据的预测测试,表明改进算法在预测准确性比原算法有较大提高。 展开更多

关键词 RBF神经网络 聚类算法 预测 人民币汇率

下载PDF 职称材料

基于GARCH模型的人民币兑欧元汇率的预测 被引量：5

5

作者 曹俊秋 华浩 王哲 《忻州师范学院学报》 2016年第5期35-39,73,共6页

随着"一带一路"战略的不断推进,我国与欧元国家的贸易关系加强,人民币兑欧元的汇率必然受到影响,因而选择恰当的模型对汇率的浮动趋势进行预测,可以为未来经济政策提供依据,降低风险。GARCH模型族适合用于金融数据的预测,在... 随着"一带一路"战略的不断推进,我国与欧元国家的贸易关系加强,人民币兑欧元的汇率必然受到影响,因而选择恰当的模型对汇率的浮动趋势进行预测,可以为未来经济政策提供依据,降低风险。GARCH模型族适合用于金融数据的预测,在文章中首先分析了GARCH模型预测人民币兑欧元汇率的可行性,通过检验分析,证实了人民币兑欧元汇率数据具有ARCH效应。其次建立了GARCH(1,1)模型,通过对预测结果的分析,认为模型具有较高的预测精度。 展开更多

关键词 人民币汇率 GARCH模型 汇率预测

下载PDF 职称材料

经济基本面可以预测人民币汇率吗？ 被引量：4

6

作者 李振 魏谙书 李洋洋 《金融论坛》 CSSCI 北大核心 2017年第11期12-26,55,共16页

本文选用七个主流基本面模型,利用2005年8月至2016年12月间数据建立美元、日元、英镑、欧元兑人民币汇率的预测模型,检验经济基本面模型对人民币汇率的预测效果。预测结果表明:纳入实际汇率的基本面模型,人民币汇率的预测效果显著提高;... 本文选用七个主流基本面模型,利用2005年8月至2016年12月间数据建立美元、日元、英镑、欧元兑人民币汇率的预测模型,检验经济基本面模型对人民币汇率的预测效果。预测结果表明:纳入实际汇率的基本面模型,人民币汇率的预测效果显著提高;在所有预测期限,基本面模型的可预测性均不弱于随机游走模型;基本面模型的短期预测能力较好,中长期预测能力较差;日元和美元兑人民币汇率的预测效果均好于欧元和英镑。 展开更多

关键词 经济基本面 汇率预测 人民币汇率 预测能力

原文传递

非线性GARCH模型在人民币汇率预测中的应用 被引量：2

7

作者 陈志民 陈恩爱 杨乃如 《宜春学院学报》 2007年第2期57-59,共3页

介绍了时间序列处理中常用的非线性GARCH模型,对汇改以来人民币对美元汇率进行预测.在论证GARCH模型可行性基础上,采用一步向前预测方法对实际数据进行预测,得到了较好的结果.

关键词 汇率预测 GARCH模型 非线性 可行性

下载PDF 职称材料

非结构化数据驱动的混合二次分解汇率区间多尺度组合预测 被引量：3

8

作者 刘金培 罗瑞 +1 位作者 陈华友 陶志富 《中国管理科学》 CSSCI CSCD 北大核心 2023年第6期60-70,共11页

汇率的变化具有非线性、非平稳、连续变化等特点,传统离散点值预测会损失其波动信息,也无法表示和估计其波动的区间范围。考虑到海量的互联网非结构化数据为汇率预测提供了大量的有效信息,本文提出一种非结构化数据驱动的混合二次分解... 汇率的变化具有非线性、非平稳、连续变化等特点,传统离散点值预测会损失其波动信息,也无法表示和估计其波动的区间范围。考虑到海量的互联网非结构化数据为汇率预测提供了大量的有效信息,本文提出一种非结构化数据驱动的混合二次分解汇率区间多尺度组合预测方法。首先,从百度指数中提取汇率相关的非结构化数据,利用奇异谱分析(SSA)对其进行去噪,并通过主成分分析(PCA)实现非结构数据的降维。其次,为了充分提取非结构数据和汇率区间序列的有效信息,基于集成经验模态分解(EEMD)、变模态分解(VMD)、奇异谱分析(SSA)和小波变换(WT)对汇率区间序列进行混合二次分解,得到多个不同分解路径下的汇率区间分解结果。然后,针对汇率区间分解得到的高频、低频和趋势序列的特征,基于非结构化数据,建立长短期记忆模型(LSTM)、支持向量回归(SVR)和BP神经网络(BPNN)三种单项预测方法分别对其进行预测,并对结果进行集成,得到不同分解路径下的汇率区间预测值。最后,利用最优加权组合方法对不同分解路径下的汇率区间预测值进行组合,得到汇率区间的最终预测结果。为验证该组合预测方法的有效性,本文对2018-2020年的美元兑人民币日汇率区间时间序列进行实证预测分析,结果表明,本文方法适用于具有高噪声的汇率区间预测,与已有方法相比具有更高的精确度和良好的适用性。 展开更多

关键词 区间组合预测 汇率 非结构化数据 混合二次分解 长短记忆模型(LSTM)

原文传递

企业外币业务风险及防范

9

作者 薛芳 《安阳大学学报（综合版）》 2004年第3期100-102,共3页

企业从事外汇业务必定存在外汇风险。汇率风险是企业从事进出口外汇业务风险防范的重点。汇率变动是汇率风险产生的直接的、最根本的原因。汇率的确定和改变是国际货币制度的核心。因此,汇率风险在很大程度上取决于国际货币制度。

关键词 企业外币业务 风险防范 汇率风险 形成原因

下载PDF 职称材料

基于HP滤波和ARMA-GARCH模型的人民币汇率趋势预测 被引量：8

10

作者 宋博 陈万义 《数学的实践与认识》 北大核心 2017年第1期70-78,共9页

在复杂多变的金融市场,人民币汇率的变化受多种因素的影响,而人民币汇率的变化又影响着经济生活的方方面面,人民币汇率及其变化特征受到人们的广泛关注,研究人民币汇率变化特征,正确分析与预测人民币汇率的走势,对于国家和各个经济主体... 在复杂多变的金融市场,人民币汇率的变化受多种因素的影响,而人民币汇率的变化又影响着经济生活的方方面面,人民币汇率及其变化特征受到人们的广泛关注,研究人民币汇率变化特征,正确分析与预测人民币汇率的走势,对于国家和各个经济主体制定金融政策和投资决策具有十分重要的意义,采用HP滤波法将汇率数据序列分解为趋势成分序列和波动成分序列,然后使用自回归和ARMA-GARCH模型分别进行拟合和预测,通过实证分析发现模型有着较好的预测效果,可以为金融产品的预测研究和制定金融政策提供参考。 展开更多

关键词 HP滤波 ARMA-GARCH模型 人民币汇率趋势预测

原文传递

基于ARMA模型的汇率走势预测及在商业银行外汇理财业务中的应用 被引量：3

11

作者 马莉 徐庆宏 《西南师范大学学报（自然科学版）》 CAS CSCD 北大核心 2009年第2期114-118,共5页

汇率的变动,将对金融机构的外汇管理业务造成直接影响.由于影响汇率及其波动幅度的因素十分复杂,汇率波动频率较高,对汇率进行准确预测一直是一项十分困难的工作.近年来,ARMA模型开始被广泛地用于对变动频率较高的金融时间序列建模,它... 汇率的变动,将对金融机构的外汇管理业务造成直接影响.由于影响汇率及其波动幅度的因素十分复杂,汇率波动频率较高,对汇率进行准确预测一直是一项十分困难的工作.近年来,ARMA模型开始被广泛地用于对变动频率较高的金融时间序列建模,它能较好地抓住此类时间序列的动态特征.以人民币汇率变动的历史数据为样本,通过建立MA(2)模型对未来的人民币汇率变动进行预测,以解决其在商业银行外汇理财业务中的应用问题. 展开更多

关键词 金融时间序列 汇率预测 ARMA模型

下载PDF 职称材料

基于相空间重构的汇率预测研究 被引量：3

12

作者 王亚惠 谢维波 《计算机技术与发展》 2008年第5期15-18,共4页

汇率在宏观经济政策、商业经营和个人决策制定上的作用越来越重要,使其成为了研究的热点。根据混沌动力系统的相空间延迟坐标重构理论,基于支持向量机的强大的非线性映射能力,提出了一种基于支持向量机回归的超短期汇率预测方法,并建立... 汇率在宏观经济政策、商业经营和个人决策制定上的作用越来越重要,使其成为了研究的热点。根据混沌动力系统的相空间延迟坐标重构理论,基于支持向量机的强大的非线性映射能力,提出了一种基于支持向量机回归的超短期汇率预测方法,并建立了模型,对美元港币的即时汇率进行了实证计算,且与BP神经网络模型进行了比较。结果表明,所建立的模型能很好地跟踪即时汇率的变化趋势,预测精度比较高且算法运行速度比BP神经网络模型快得多。 展开更多

关键词 超短期汇率预测 相空间重构 支持向量机 神经网络

下载PDF 职称材料

超短期汇率的预测研究 被引量：2

13

作者 黄巧玲 谢维波 《计算机应用》 CSCD 北大核心 2007年第4期1009-1012,共4页

提出了一种适合超短期汇率预测的模型方法。实验数据通过网络获取,模型采用的是相空间重构与卡尔曼滤波计算的方法来对超短期汇率数据进行建模和预测,并与BP神经网络模型进行了比较。实验结果表明,所建立的模型方法能很好地跟踪即时汇... 提出了一种适合超短期汇率预测的模型方法。实验数据通过网络获取,模型采用的是相空间重构与卡尔曼滤波计算的方法来对超短期汇率数据进行建模和预测,并与BP神经网络模型进行了比较。实验结果表明,所建立的模型方法能很好地跟踪即时汇率变化趋势,预测精度比较高,且算法运行速度比BP神经网络模型快得多。最后,给出了在.NET环境下实现了汇率在线预测的全部过程。 展开更多

关键词 超短期汇率预测 数据获取 相空间重构与卡尔曼滤波 在线预测

下载PDF 职称材料

基于相空间重构与卡尔曼滤波计算组合的短期汇率预测

14

作者 黄巧玲 谢维波 《计算机应用与软件》 CSCD 北大核心 2008年第8期79-80,107,共3页

用微熵率法求得相空间重构的最优嵌入维数及时滞,应用最优嵌入维数及时滞对一维汇率数据进行延时嵌入相空间重构。然后,应用卡尔曼滤波算法在重构后的相空间中对汇率系统进行建模与预测。实验结果与遗传(GA)神经网络预测进行了比较,实... 用微熵率法求得相空间重构的最优嵌入维数及时滞,应用最优嵌入维数及时滞对一维汇率数据进行延时嵌入相空间重构。然后,应用卡尔曼滤波算法在重构后的相空间中对汇率系统进行建模与预测。实验结果与遗传(GA)神经网络预测进行了比较,实践表明,该算法在短期汇率预测中,速度及准确率上均优于GA神经网络。 展开更多

关键词 短期汇率预测 相空间重构 微熵率 卡尔曼

下载PDF 职称材料