外汇市场论文：基于小波神经网络模型的短期汇率预测.doc

外汇市场论文：基于小波神经网络模型的短期汇率预测 【中文摘要】外汇市场作为一个国际性的资本投机场所,其历史比股票、黄金、期货和利息市场短得多,然而,它的发展速度却非常惊人。据统计,今天的外汇市场每天的交易额超过2万亿美元,其规模已远远超过股票、期货等其他金融商品市场,成为当今全球最大的金融市场。在主要国际金融中心,都有外汇市场的存在,最大的外汇市场在伦敦、纽约和东京。外汇市场是商品经济发展的必然产物,其在一国经济中的地位已经不容忽视。自布雷顿森林体系崩溃以后,主要西方国家普遍实行了浮动汇率制度,汇率的波动便一直是国际金融领域引人关注的焦点,因为它关系到国际资本的流动,反映有关国家政治经济的变化,又具有极高的市场价值。外汇市场的价格波动是非线性的,但是其波动总是遵循某种趋势,或呈上升趋势,或呈下降趋势,或是盘整。趋势是需求与供给双方力量对比的体现。以欧元／美元为例,如果欧元／美元呈上升趋势,说明市场上对欧元的需求增多,或者说市场上主流资金看好欧元而不看好美元；反之,则说明市场上对欧元的需求减少,或者说市场主流资金不看好欧元而看好美元。产生这种趋势的原因错综复杂,我们很难通过建立一个模型来较好的逼近这一非线性系统。但是我们可以通过研究趋势运动的规律来预测趋势未来的运行方向。这是因为,一种趋势一旦运行便说明一方力量强于另一方,它一般会持续一段时间而不会轻易逆转。趋势有保持原来方向的惯性,正是由于这一条,技术分析者才会花费大量心血,看图找出价格变动的规律。一般来说,一段时间内汇率价格一直是持续上涨或者下跌,那么,今后一段时间,没有出现意外,汇率价格会按照这个方向继续上涨或者下跌,没有理由改变这一既定的运动方向。所以我们可以通过研究汇率的历史价格来发现汇率波动的规律,从而达到预测的。本文选取欧元／美元作为目标市场,结合小波分析与人工神经网络构建预测模型。利用小波分解算法将原始价格时间序列分解到不同的频率通道上,再重构到原尺度上,得到频率成份比原始序列单一的若干子序列。然后再利用神经网络对分解后的时间序列进行预测,最后经合成得到原始时间序列的预测值。 【英文摘要】As an international capital speculation places, the history of foreign exchange market is much shorter than stocks, gold, interests rate and futures market. However, it is rapidly growing at a surprising speed. According to statistics, the daily transaction volume in the foreign exchange is more than 2 trillion U.S. dollars, which far exceeds other financial products markets such as stocks and futures. It has become the largest market in the world. The largest foreign exchange markets are in London, New York and Tokyo respectively. The foreign exchange market is the inevitable product of economic development which can not be ignored on the part of economics in each country.The fluctuation of exchange rate always run with a trend:either upward, downward or consolidation that manifests the power balance between the demand and the supply. Take EUR/USD for an example, If it rises upward, this phenomenon shows the increasing demand for the EUR or the preference EUR to USD from the mainstream funds on the market. The reasons for this inclination are complicated. We cannot build a proper model to ap