小波包与混沌理论相结合人民币汇率预测方法研究.docVIP

小波包与混沌理论相结合人民币汇率预测方法研究 　　[摘 要]基于小波包变换和混沌理论提出了一种人民币汇率建模及其预测的方法。首先，应用小波包变换对人民币兑美元日汇率收益序列进行三层分解，得到从低频到高频八个频率成分的时序，并在此基础上作进一步分析，以确认它们都存在混沌特性；然后，应用混沌理论分别建立从低频到高频八个时序的预测模型，进行预测；最后，基于小波包理论对混沌模型预测的结果予以重构，实现对人民币兑美元日汇率收益序列的预测。与现有方法比较，结果表明该方法具有较高的精度, 有极大的应用范围。 　　[关键词]小波包变换 汇率 混沌 预测 　　2005年7月21日,中国人民银行宣布了改变人民币汇率形成机制的公告，我国开始实行以市场供求为基础、参考一篮子货币进行调节、有管理的浮动汇率制度。由于人民币汇率不再盯住单一美元，因此，人民币汇率的变动趋势更加复杂化，汇率波动带来的风险也大大超过以往，而汇率的频繁波动及由此带来的外汇风险对于国际金融、贸易和投资都具有关键性的影响作用，因此，正确预测人民币汇率的变化也变得越来越重要。 　　人民币汇率预测问题属于时间序列预测范畴, 传统的时间序列分析模型主要是基于线性自回归(Auto Regression, AR)模型和线性自回归滑动平均(Auto Regression Moving Average, ARMA)模型，如矢量自回归模型、双线性模型以及门限自回归模型等。这些模型对线性系统具有较好的预测效果，但用于预测人民币汇率这样的非线性系统时，准确性较差。神经网络预测方法虽然具有逼近非线性的能力，然而，当用它来预测人民币汇率系统时，其结果并不理想，而且还存在着算法收敛速度、网络推广能力等目前难以突破的障碍和困难。汇率系统是混沌的，由于混沌的一定的确定性，使得它具有有限的预测能力，因此，汇率系统的长期演化行为是不可预测的，而短期预测是可行的。然而用混沌模型对汇率系统进行短期预测时，效果也不尽如人意。究其原因在于汇率系统是一个复杂系统，由于各种因素交织在一起，使得汇率时序变得复杂，因此难以预测。 　　预测这样复杂的汇率市场要有特殊的方法。汇率市场是受多种因素相互作用影响的，而影响汇率市场的不同因素又是在不同的时间尺度上发挥作用的，因而这些不同因素所引起的汇率价格波动特征也是不同的，分散反映在相应的不同时间尺度上。这也是造成汇率市场是混沌的原因。小波变换由于其独特的多尺度分析能力而成为提取这类序列变化特征的有力工具。它的最大的优点是能将时间序列按不同尺度分解成不同的层次，这就使问题变得简单，便于分析和预测。然而，缺憾的是，小波变换只能在固定的频率空间上分解，缺乏灵活性，存在着在时间分辨率高时频率分辨率低的缺陷，这就可能丢失某些频率空间中的重要价格波动特征的信息；而小波包能够克服上述缺陷。据此，本文应用小波包变换对人民币汇率预测进行研究，以期提高人民币汇率预报的精度。 　　一、小波包简介 　　设{Vj；j Z}（Z是整数集）构成L2（R）（R是实数）上的正交多分辨分析，其尺度函数、 母波函数分别为 （t）和 （t），它们满足下述二尺度方程 　　 　　 　　 (1) 　　其中，系数 满足下面条件 　　 　　 　　 (2) 　　 　　双尺度方程式表明：小波基 （t）可以由尺度函数 （t）的平移和伸缩的线性组合获得，其构造归结为滤波器 （hk的频域表示）和 （ 的频域表示）的设计。 　　对于固定尺度情况，定义一列递归函数如下 　　 　　 (3) 　　 　　 　　则称由(3)式所确定的函数序列 （n =0,1,2,…, N）为由 = 　　 确定的小波包。 　　小波包概念是在小波变换的基础上发展而来的。因此，有必要回顾一下小波变换。 　　图1为小波变换示意图。图1中，L表示经分解得到的低频部分，H表示经分解得到的高频频部分。下标表示分解的层数。 　　 　　 　　由图1可知，小波变换就是只对每一次分解得到的低频部分作进一步分解，而高频部分保留不变，其过程是 ， 　　 ，… 。分解的最终结果是 ，即将原始序列 分解为一系列反映细节的高频部分 和一个反映概貌的低频部分 。由于其分解尺度是按照二进制方式变化，所以这种分解在高频段的频率分辨率较差，而在低频段的时间分辨率较差。它实质上是对信号频带进行指数等间隔划分；而小波包变换，如图2所示，不但对每一次分解得到的低频部分作进一步分解，而且对高频部分也作同样的进一步分解。这就有效地弥补了小波变换的不足。 　　图2 小波包变换示意图 　　图2中L表示低频，H表示高频，下标表示小波包分解的层数。则分解具有如下关系： 　　 　　小波包变换的最大特点是：能将信号频带进行多层次划分，对信号提供一种更加精细的分析方法，对