文件名称：一种自组织混合模型在汇率波动性预测中的应用 (2010年)
文件大小：616KB
文件格式：PDF
更新时间：2024-06-17 15:00:31
工程技术 论文
汇率波动性的预测一直以来是研究金融市场者关注的焦点之一，本文拓展了一种基于自组织神经网络技术的，用于预测非平稳汇率波动性的自组织混合模型(SOMAR)．SOMAR突破了传统模型对平稳性的假设，变全局建模为局部建模，使得全局非平稳数据变成局部平稳数据．同时，它也是一种基于神经元网络技术的非参数回归模型，结合传统回归模型的简易性和神经元网络算法的灵活性，拓展模型(ESOMAR)提高了对数据异构的适应性．在对汇率波动性的预测实验中，ESOMAR体现出优于传统回归模型和一些基于其它神经元网络模型的效果，并证明了它