广义回归神经网络的金融预测模型研究.pdf

计开发中最为关键的一部分，金融预测作 为数据挖掘的一个应用研究分支也不例外。 传统的预测模型有自回归模型 (AR)或移 广义回归神经网络的 动平均模型 (MA)等，参数估计一般采用 最小均方 (LMS)估计。但如题所示，本 文预测系统的模型选择为广义回归神经网 络模型。 金融预测模型研究 预测模型的评估。如果基于不同的指 标，则对不同的预测模型进行比较评价后， 比较结果也可能不同，这正说明不同评价 ■ 廖 薇 博士生 冯小兵 曹伟莹3 刘锦高 教授 (1、华东师 指标的不一致性。因此，对预测模型进行 范大学信息学院电子系 上海 200241 2、上海社科院世界经济和 预测性能的评估，必须是基于一定评价指 政治研究所和上海建桥学院 上海 200200 3、宜春学院理工学院 标的。一般情况下，人们常常根据实际情 江西宜春 336000) 况选择更具有价值的评价体系。 ▲ 基金项 目：上海市2007年科技攻关重点项 目 ((175115002)“基于单 片DMD的立体显示系统”；20()9上海市教委创新项 目 (AASH0904) 金融市场测试实例 “基于人X--神经网络模型对我 国参考篮子汇率体制的研 究” 在金融市场中，汇率市场为最重要的 ◆ 中图分类号：TP183 文献标识码：A 市场之一，其作用不仅仅被政府所重视，而 且受大众的普遍关注。同时，汇率市场是 据，通过网络本身的学习功能即可实现输 一 个非线性、动态的系统，其市场行为受 内容摘要 ：本文针对BP网络存在着收 入和输出之间的映射。所以，人工神经网 到诸如利率、经济增长率、通货膨胀率 政 敛速度慢和局部极小的问题 ．提 出了 络的非线性高度逼近能力为宏观经济分析 治和国家宏观经济政策等许多因素的影响， 一 种基于广义回归神经 网络方法的金 提供了一条全新的途径。 也是最复杂的市场。所以对汇率市场行为 融预 测模型 。该 网络 运用 于汇率模拟 与预测，以演示训练样本的构建、原始 金融市场变化 ，从价格上来看无非是 做出比较准确的预测具有一定困难，也极 数据预处理、神经网络的创建训练和 图1中四种模式的组合。在金融系统运作 具挑战和现实意义。本文选择汇率时间序 检 测结果 的评 价整 个过程 。通 过详细 过程中，人们更为关心某种经济模式的发 列来进行金融预测的研究。 的仿真实