基于双正交小波核支持向量机的长记忆汇率预测

发布时间：2019-03-21 10:30

【摘要】：对具有长记忆性的汇率数据进行准确预测具有重要的理论和现实意义。文章基于样条小波构造了一类新的双正交小波核函数并建立了相应的支持向量机模型。通过分数差分方法消除汇率数据的长记忆性,对欧元兑美元和欧元兑日元两个汇率数据进行了预测研究。结果表明双正交小波核支持向量机能够有效的避免过学习,其拟合优度和预测精度均优于正交小波核支持向量机和高斯核支持向量机。
[Abstract]:The accurate prediction of exchange rate data with long memory is of great theoretical and practical significance. In this paper, a new type of biorthogonal wavelet kernel function is constructed based on the spline wavelet and the corresponding support vector machine model is established. The long memory of the exchange rate data is eliminated by the fractional difference method, and the two exchange rate data of the euro against the dollar and the euro against the Japanese yen are predicted. The results show that the dual-orthogonal wavelet kernel support vector machine can effectively avoid over-learning, and the fitting goodness and the prediction accuracy are better than that of the orthogonal wavelet kernel support vector machine and the Gaussian kernel support vector machine.
【作者单位】： 东南大学经济管理学院;
【基金】：教育部人文社会科学研究项目(10YJCZH046) 东南大学高校基本科研业务费人文社会科学基础扶持基金(SKCX20120023)
【分类号】：F830.92;F224

【参考文献】

相关期刊论文 前1条

1 郑兰祥;对PPP模型汇率预测效果的实证检验[J];预测;2000年04期

【共引文献】

相关期刊论文 前2条

1 惠晓峰,曹玉玲;用计量经济学方法对汇率预测的综述[J];商业研究;2004年10期

2 郑颖;;关于“相对购买力平价理论”中基期的选择问题[J];经营管理者;2010年01期

相关硕士学位论文 前7条

1 林少行;美元汇率的波动以及趋势预测[D];浙江大学;2010年

2 李慧君;日元汇率失调研究[D];青岛大学;2003年

3 罗翔;购买力平价与人民币均衡汇率[D];武汉大学;2004年

4 孙威;组合汇率预测方法在人民币/美元汇率预测上的应用[D];山东大学;2007年

5 桂华斌;汇率风险的预测及其规避[D];北方工业大学;2007年

6 王梦冬;人民币汇率短期组合预测研究[D];天津大学;2008年

7 张家樾;组合预测方法在汇率预测中的应用研究[D];厦门大学;2008年

【相似文献】

相关期刊论文 前10条

1 颜七笙;徐辉;;基于支持向量机的企业自我实现能力综合评价方法[J];中国管理信息化(综合版);2007年08期

2 高莉;;支持向量机在个人信用评估中的应用[J];新乡学院学报(自然科学版);2008年02期

3 尹占华;张文彬;王晓军;;基于支持向量机的行业预警系统研究及实证[J];统计与决策;2008年23期

4 沈乐平;黄维民;饶天贵;;基于支持向量机的上市公司违规预警模型研究[J];中大管理研究;2008年02期

5 吴江;李太勇;;基于加权支持向量机的金融时间序列预测[J];商业研究;2010年01期

6 刘科;何宏;王晋川;;基于支持向量机的油料消耗预测模型研究[J];中国储运;2010年11期

7 罗芳琼;;遗传模拟支持向量机在居民消费价格指数预测中的应用[J];当代经济;2011年11期

8 王锐;胡容兵;王志勇;;基于支持向量机的武器装备批量生产经济性分析[J];海军航空工程学院学报;2006年06期

9 徐晓燕;王昱;张斌;;一种集成logistic回归与支持向量机的判别分析规则[J];系统工程理论与实践;2007年04期

10 张能福;蒋正权;;基于支持向量机的信用评级分析[J];现代管理科学;2007年08期

相关会议论文 前10条

1 李军;张云起;;运用支持向量机进行营销风险识别[A];中国企业运筹学[C];2009年

2 肖健华;吴今培;;基于支持向量机的预测模型及应用[A];2003年中国智能自动化会议论文集（下册）[C];2003年

3 潘永泉;杨志英;张敬秀;;基于人工智能方法的企业资信评级[A];2004中国控制与决策学术年会论文集[C];2004年

4 刘碧森;姚宇;;粗SVM理论及其在税收预测中的应用[A];第三届全国信息获取与处理学术会议论文集[C];2005年

5 朱美琳;陈安;;航空服务成本预测的支持向量机方法研究[A];2004年中国管理科学学术会议论文集[C];2004年

6 田金信;张国永;郭志达;;基于支持向量机改进的VaR模型研究[A];第八届中国管理科学学术年会论文集[C];2006年

7 陈涛;陈波;秦学志;;个人住房抵押贷款提前还款预测的实证分析[A];第25届中国控制会议论文集（下册）[C];2006年

8 程砚秋;杨德权;;基于决策树和支持向量机的金融预测方法[A];中国企业运筹学学术交流大会论文集[C];2007年

9 赵丽;杨利彬;;基于支持向量机的供应商合作伙伴选择[A];全国第九届企业信息化与工业工程学术会议论文集[C];2005年

10 孙伟;卢建昌;孟明;;基于时间序列支持向量机模型的电价预测研究[A];2006中国控制与决策学术年会论文集[C];2006年

相关博士学位论文 前10条

1 杜小芳;基于CPFR的农产品采购模型研究[D];华中科技大学;2005年

2 孙薇;市场条件下抽水蓄能电站效益综合评价及运营模式研究[D];华北电力大学（河北）;2007年

3 田英杰;支持向量回归机及其应用研究[D];中国农业大学;2005年

4 佟伟民;股指期货交易中操纵行为识别方法研究[D];哈尔滨工业大学;2008年

5 徐晟;专利申请驱动因素研究[D];合肥工业大学;2008年

6 王冬丽;基于可扩展的支持向量机分类算法及在信用评级中的应用[D];东华大学;2011年

7 张春华;支持向量机中最优化问题的研究[D];中国农业大学;2004年

8 安金龙;支持向量机若干问题的研究[D];天津大学;2004年

9 刘广利;基于支持向量机的经济预警方法研究[D];中国农业大学;2003年

10 赵晖;支持向量机分类方法及其在文本分类中的应用研究[D];大连理工大学;2006年

相关硕士学位论文 前10条

1 武晓娟;基于支持向量机（SVM）的火电电厂工程造价预测研究[D];华北电力大学（河北）;2009年

2 吕科奇;基于支持向量机（SVM）的工程项目投资估算方法研究[D];浙江大学;2004年

3 李新军;基于支持向量机的建模预测研究[D];天津大学;2004年

4 李玉春;基于RS和SVM的建设工程投标报价研究[D];天津大学;2010年

5 吴姗姗;中国货币需求函数的影响因素分析与计量检验[D];吉林大学;2009年

6 华晓晖;物流外包合作成熟度研究[D];山东理工大学;2008年

7 陶小龙;基于支持向量机的股市预测[D];北京工业大学;2005年

8 陈军华;基于多分类支持向量机的选股模型研究[D];华中科技大学;2010年

9 张钊;基于支持向量机的个人信用评估模型与算法的研究[D];首都师范大学;2008年

10 刘元春;基于支持向量机的银行贷款分类初步研究[D];吉林大学;2008年

，

本文编号：2444856