汇率时间序列技术分析的非线性模型.docVIP

汇率时间序列技术分析的非线性模型 摘 要：基于汇率基础因素模型固有的缺陷和汇率时间序列的非线性特征，许多学者尝试通过构建汇率非线性时间序列模型来分析汇率波动问题。本文按照模型演进的逻辑思路，主要介绍了汇率时间序列的状态转换模型、自回归条件异方差族模型和非参数估计模型，分别指出了模型存在的问题及解决的办法。通过这些模型的介绍，有助于理清汇率时间序列非线性动态分析方法的发展脉络，为进一步研究汇率问题提供依据。 关键词：汇率；时间序列；非线性 其中c是阈值参数，为常数；εi是零均值、独立同分布的误差过程；i(xt;c)是指示性函数，当xt0代表有利的新闻， 反映不同性质新闻影响的不对称性。 四、非参数估计模型 自回归条件异方差族模型尽管能够体现汇率波动的非线性特征，但是仍存在一定的局限性，主要表现在两个方面：一是必须依据事先的假设来选定特定的模型，因此模型的选择与之前的假定存在依附关系，有可能导致模型误选；第二，outliers会偏移模型参数，从而又会引起模型的误估计。非参数方法能在不事先确定模型的前提下，发现观察结果和输入数据的关系，很好的弥补了上述模型的局限性。 （一）人工神经网络模型 人工神经网络 (artificial neural network，ann) 模型是应用数学方法，建立由大量处理单元组成复杂网络，用以模拟人脑神经网络结构和行为的一种非线性动力学系统。由于ann模型