基于人工智能的人民币/美元汇率组合预测模型
2014-03-23张延利
陕西理工大学学报(自然科学版) 2014年4期
张延利
(泸州职业技术学院 基础部, 四川 泸州 646005)
0 引 言
人民币汇率制度改革在坚持“主动性、可控性和渐进性”三原则[1]的前提下,实行直接标价法,即100美元折合多少人民币,以此来衡量升值和贬值。从1994年1月1日到2013年3月6日,人民币/美元汇率从870.00到627.45,下降了27.88%。特别是自2003年以来面临美国、欧盟、日本等发达国家的不断施压及国际舆论,人民币不断升值。
我国的经济增长是贸易依赖性增长,人民币升值会使得商品成本加大、价格升高,导致出口产品竞争力降低,企业经济不景气;人民币升值会导致海外资金投资减少,国内经济增长的动力降低,国际流动资金投机机会加大,我国金融危机风险加大;此外,人民币升值使得进口商品价格放低、物价降低,给中国的通货紧缩带来更大的压力。所以,对人民币/美元汇率进行预测显得尤为重要。
1 数据特性分析
1.1 数据选取和特性
汇率收益率序列具有以下3个特征[2]:
(1)尖峰厚尾。受外汇市场汇率频繁出现价格变化较大且变化突然的影响,汇率时序数据(按时间先后形成的汇率数据)往往出现均值点峰值较高和厚尾的特性。
(2)波动性聚集。即在汇率收益较大的时间点后往往出现大收益,汇率收益较小的时间点后往往出现小收益。
(3)杠杆效应。是指波动率对市场下跌的反应比对市场上升的反应更加迅速等特征。
在国家外汇管理局网站(http://www.safe.gov.cn/model_safe/index.html),选取自2012年4月18日到2013年3月6日(仅限工作日)共213个人民币/美元汇率数据用于构建单模型,将2013年3月7日到4月3日的20个汇率数据用于模型预测效果评定。……
登录APP查看全文
