基于神经网络的人民币汇率预测.docx

PAGE3

基于神经网络的人民币汇率预测

【摘要】金融市场波动率预测具有不规律性、高波动性和噪声性等特点，是一项具有挑战性的工作。本文提出了对于包含线性成分和非线性成分的原始汇率序列，采用自回归综合移动平均(ARIMA)和误差逆传播神经网络(BP神经网络)相结合的混合预测模型预测。首先利用ARIMA模型生成线性预测，然后利用BP神经网络作为非线性模式识别的工具，对ARIMA预测中的估计误差进行修正。通过收集一千个工作日的汇率数据建立并验证预测模型。实验结果表明，该方法相比单一模型能够提高预测精度。

【关键词】汇率预测；Python；ARIMA模型；BP神经网络

1绪论

1.