论文部分内容阅读
汇率对经济贸易、资本流动等经济活动有着重要的影响,因此,能够准确的预测汇率的变动方向和变化程度具有重要的意义。本文主要研究了人民币/美元汇率数据的分形特性,采用分形滤波使得数据的结构相对单一,并对滤波后的数据建模,进行了组合预测,具体内容如下: 1.用R/S分析法计算了人民币/美元汇率收益率序列的Hurst指数,根据Hurst指数判断汇率收益率序列存在着分形的特性。运用分形滤波对汇率收益率数据进行滤波,使得数据结构相对单一,滤波后的数据有两个分支,对这两个分支将分别建模。 2.对滤掉长记忆的数据建立了SV类模型,实证研究结果表明:基于分形滤波的SV模型对人民币/美元汇率的预测精度优于SV类模型。 3.对滤掉短记忆的数据进行相空间重构,建立SVM模型,实证研究结果表明:基于分形滤波的SVM模型的预测精度优于SVM模型的预测精度。 4.将基于分形滤波的SV模型和基于分形滤波相空间重构的SVM模型进行组合,建立了线性组合预测模型,实证研究结果表明:线性组合预测模型的预测精度优于两个单模型的预测精度。