基于小波Mallat算法和异方差模型的人民币汇率预测

发布时间：2018-02-04 18:39

  本文关键词： 小波Mallat算法 异方差模型 汇率 预测　出处：《统计与决策》2010年17期 　论文类型：期刊论文

【摘要】：文章首先用小波Mallat算法对RMB/JPY汇率一阶差分数据进行了分解和单支重构,并对单支重构后的近似分量和细节分量进行检验,证实存在条件异方差性;然后,对近似分量和细节分量分别建立了条件异方差模型,同时检验了近似分量序列与原始差分序列的"杠杆效应",显示出一致的结论;最后,对各模型的均值和波动率进行了预测,结果显示结合小波后的预测效果要优于传统的预测模型。
[Abstract]:In this paper, the first order difference data of RMB/JPY exchange rate are decomposed and reconstructed by wavelet Mallat algorithm, and the approximate component and detail component after single branch reconstruction are tested. The existence of conditional heteroscedasticity was confirmed. Then, the conditional heteroscedasticity model is established for the approximate component and the detail component, and the "leverage effect" between the approximate component sequence and the original difference sequence is tested. Finally, the mean value and volatility of each model are predicted, and the results show that the prediction effect of wavelet is better than that of traditional prediction model.
【作者单位】： 天水师范学院数学与统计学院;西安理工大学理学院;
【基金】：国家自然基金资助项目(50779052)
【分类号】：F224;F832.6
【正文快照】： 0引言广义自回归条件异方差(GARCH)模型[1],让条件方差作为过去误差和滞后的二次函数而变化,在处理具有方差时变性的数据方面有广泛应用。如刘妹伶、温涛、葛军[2]基于GARCH模型对人民币/美元汇率进行了预测;苏岩、杨振海[3]利用GARCH(1,1)模型对人民币/日元汇率进行了较好的

【相似文献】

相关会议论文 前1条

1 刘金全;刘志刚;;我国股票市场收益波动性的区制转移分析[A];中国现场统计研究会第12届学术年会论文集[C];2005年

相关博士学位论文 前2条

1 李春明;混合效应模型在森林生长模拟研究中的应用[D];中国林业科学研究院;2010年

2 程靖;随机系数回归模型的最优设计[D];上海师范大学;2010年

相关硕士学位论文 前10条

1 姚宏伟;基于Expectile的线性异方差模型[D];中国科学技术大学;2011年

2 黄丽;基于对数正态分布异方差模型的统计推断[D];昆明理工大学;2011年

3 季韬;函数型非参数回归模型异方差检验[D];合肥工业大学;2010年

4 晏爱君;异方差模型的统计分析[D];华中科技大学;2004年

5 于增顺;产品研究与开发中的统计建模[D];青岛大学;2010年

6 孟晓华;异方差模型的建模研究[D];华中科技大学;2006年

7 付清;随机系数回归模型的D-最优设计[D];上海师范大学;2011年

8 杨二鹏;非参数异方差模型在沪深股市中的应用研究[D];西安理工大学;2010年

9 林海波;几类双随机环境下时间序列模型的遍历性分析[D];中南大学;2006年

10 冯晨娇;无限方差的GARCH模型的WLAD估计及渐近性质[D];山西大学;2008年

，

本文编号：1490875