基于机器学习集成模型的人民币汇率的研究与预测

作者：倪宙; 芮凯

来源：金融经济, 2019, (10): 100-102.

DOI：10.14057/j.cnki.cn43-1156/f.2019.10.041

• 人民币汇率
• 机器学习
• 小波分析
• BP神经网络
• 集成模型

汇率是影响国内经济和国际经济的重要变量,人民币汇率的变化备受国内外关注,为此本文提出了一种机器学习集成模型来提升对人民币汇率的预测精度。首先利用小波分解技术将原非线性的汇率序列分解为高频和低频序列,然后分别利用GWO优化后的BPNN模型和ARIMA模型对分解后的短期波动项和长期趋势项进行单独预测,最后将各个预测结果求和得到最终预测结果,并根据相应的判断指标将本模型与其他模型进行对比研究。实证结果表明,本文所提出的模型较传统的时间序列模型和单一的非线性模型具有更高的预测精度。

• 单位
  中国人民银行