基于ARIMA与GPR组合模型的人民币汇率预测

发布时间：2017-09-09 21:36

  本文关键词：基于ARIMA与GPR组合模型的人民币汇率预测

  更多相关文章： ARIMA(p d q) 高斯过程回归 人民币汇率 组合模型

【摘要】：经过中国2005和2010年的两次汇改,汇率市场化进程不断加快,人民币汇率问题已成为影响中国与多个贸易伙伴国间经济贸易关系的关键问题,甚至影响到世界经济形势。所以,怎样对汇率走势进行准确预测成为关注焦点。随着研究的深入,学者们发现汇率行为并非单纯的线性时间序列数据,而表现出一定的复杂非线性特征。传统的理论模型和线性模型逐渐失去效用,促使学者们将研究方向转向了非线性模型。但是汇率走势仍然存在线性特征,也就是说汇率走势是线性与非线性并存的时间序列。于是,组合模型成为学者考虑的下一问题。在这个基本思想的引导下,本文也尝试将汇率时间序列用包含线性和非线性特征的组合模型来拟合预测。经过深入分析各类线性模型和非线性模型的特征及优势,最终考虑建立基于ARIMA和GPR.的组合模型的人民币汇率预测模型。这样既能发挥ARIMA在线性空间的优势,又能体现高斯回归在非线性空间的优势。首先用ARIMA模型预测序列的线性部分,然后用GPR模型预测非线性残差,最终合成为整个序列的预测结果。实证分析显示,无论是人民币兑美元汇率序列还是人民币兑日元汇率序列,ARIMA-GPR组合模型都比单一的ARIMA或者单一的取不同协方差函数的GPR模型在人民币汇率的预测准确率上效果更好,这对汇率走势的预测分析有一定的借鉴意义。
【关键词】：ARIMA(p d q) 高斯过程回归 人民币汇率 组合模型
【学位授予单位】：山东大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：F832.6
【目录】：

• 中文摘要8-9
• 英文摘要9-11
• 第1章 绪论11-15
• §1.1 选题背景和意义11-13
• §1.1.1 选题背景11-13
• §1.1.2 选题意义13
• §1.2 研究内容与方法13-15
• 第2章 汇率与外汇市场理论基础15-21
• §2.1 汇率理论基础15-17
• §2.1.1 什么是汇率15
• §2.1.2 汇率产生的原因15
• §2.1.3 汇率的分类15-16
• §2.1.4 汇率的标价方法16
• §2.1.5 影响汇率的因素16-17
• §2.2 外汇市场理论基础17-19
• §2.3 外汇交易的风险与管理19-21
• §2.3.1 国家面临的外汇风险与管理19
• §2.3.2 企业面临的外汇风险与管理19-21
• 第3章 ARIMA与高斯过程回归的组合模型21-34
• §3.1 ARIMA模型21-22
• §3.1.1 什么是ARIMA模型21-22
• §3.1.2 ARIMA模型预测的基本步骤22
• §3.2 高斯过程回归模型22-33
• §3.2.1 基于高斯过程先验的贝叶斯非线性回归23-26
• §3.2.2 高斯过程回归模型的推断和计算26-29
• §3.2.3 协方差函数的选择29-33
• §3.3 ARIMA与高斯过程回归的组合模型33-34
• 第4章 组合模型在人民币汇率预测上的应用34-52
• §4.1 人民币兑美元汇率预测实证分析34-45
• §4.1.1 数据预处理34-35
• §4.1.2 模型的构建35-42
• §4.1.3 模型比较分析42-45
• §4.2 人民币兑日元汇率预测实证分析45-52
• 第5章 结论52-53
• 参考文献53-55
• 致谢55-56
• 附件56

【参考文献】

中国期刊全文数据库 前1条

1 杨振舰;夏克文;;基于高斯过程回归的上市股价预测模型[J];计算机仿真;2013年01期

，

本文编号：822896