基于支持向量機的非線性組合模型在匯率預(yù)測中的應(yīng)用.pdf

1、隨著經(jīng)濟全球化進程的不斷加快，匯率的經(jīng)濟紐帶作用越來越明顯，準(zhǔn)確預(yù)測匯率走勢的變化具有十分積極的意義。
　　我們查閱現(xiàn)有文獻發(fā)現(xiàn)，已有研究成果在檢驗?zāi)Ｐ陀行缘闹笜?biāo)選擇上局限于均方差(MSE)、平均絕對誤差(MAE)、平均相對誤差(MAPE)等指標(biāo)，這些指標(biāo)的缺點在于過分追求預(yù)測精度而忽略了模型的實用性。因此，在正式建模型之前，我們從實用的角度出發(fā)，構(gòu)建了一個全面的檢驗評價體系，即以實際投資回報率作為主要核心指標(biāo)，以方向正確率和均

2、方差作為輔助指標(biāo)。接下來，我們選取5日移動平均線(MA5)、10日移動平均線(MA10)、20日移動平均線(MA20)、60日移動平均線(MA60)和120日移動平均線(MA120)作為輸入向量構(gòu)建支持向量機匯率預(yù)測模型（簡稱“技術(shù)指標(biāo)模型”），并將其與以時間序列滯后模型為輸入向量構(gòu)建的支持向量機模型進行比較（簡稱“時間序列模型”）。從模型預(yù)測效果來看，時間序列模型在預(yù)測精度上優(yōu)于技術(shù)指標(biāo)模型，但在方向正確率和實際投資回報率上的表現(xiàn)卻較

3、后者更為遜色。因此，根據(jù)我們的評價體系，我們認(rèn)為技術(shù)指標(biāo)模型比時間序列模型更適合用于匯率預(yù)測。這一研究也彌補了匯率研究領(lǐng)域的一片空白。
　　最后，我們根據(jù)組合預(yù)測理論的思想，以MA5、MA10、MA20、MA60、MA120、ARIMA模型預(yù)測值和GARCH模型預(yù)測值7個變量為其輸入向量，以下一期匯率數(shù)據(jù)為輸出向量，構(gòu)建了一個新的基于支持向量機的非線性組合預(yù)測模型。將新的非線性組合模型與單一ARIMA和GARCH模型進行比較，實證