基于深度學習的外匯市場預測與風險測度研究.pdf

1、隨著全球一體化的加速發(fā)展與國際貿(mào)易范圍的不斷擴大，國際金融市場上涉及貿(mào)易往來的資金規(guī)模不斷增大，互聯(lián)網(wǎng)與高性能計算機技術的發(fā)展也促進了跨國貿(mào)易的發(fā)展，它們不僅使得國際間的貿(mào)易往來越來越頻繁，而且使得形式也越來越多樣化，匯率作為國際間經(jīng)濟貿(mào)易活動的重要紐帶之一，發(fā)揮著越來越重要的作用。
　　在人民幣匯率改革之后，匯率形成機制的市場化特征不斷增強，人民幣匯率變動更加劇烈。近些年來，外匯市場受到東南亞金融危機，美國次貸危機以及歐債危機的

2、影響，國際上主要貨幣的匯率走勢依舊復雜難測，外匯市場風險不斷增加，匯率預測與風險度量成為匯率研究領域的重要問題之一。同時，加強外匯市場匯率預測的準確度以及對匯率風險的管理對我國跨國企業(yè)經(jīng)營活動十分重要。
　　深度學習模型自提出以來，在圖像識別、語音識別、分類、數(shù)據(jù)挖掘等方面都有著較好的表現(xiàn)，在處理非線性問題方面有著較高的性能。匯率的歷史數(shù)據(jù)序列呈現(xiàn)顯著的非線性特征。目前的經(jīng)典模型都無法對這其中的內(nèi)在關系進行較好的描述以及特征提取，

3、本文將深度學習模型引入到金融預測與風險度量領域，對匯率市場歷史數(shù)據(jù)中的復雜非線性特征進行建模分析。
　　針對匯率走勢的精確預測與匯率風險的精確估計問題，本文提出基于深度學習理論的匯率預測與風險度量模型。首先，本文介紹了深度學習模型近年來在圖像識別、語音識別等多個領域的研究現(xiàn)狀，然后提出一種新的基于深度學習模型的外匯市場匯率預測模型。之后基于VaR風險度量理論，提出一種新的基于深度學習理論的集成VaR風險度量模型。該模型將深度學習模