控制理论与应用
控製理論與應用
공제이론여응용
CONTROL THEORY & APPLICATIONS
2010年
4期
444-450
,共7页
自组织神经网络%波动性%汇率%局部建模
自組織神經網絡%波動性%彙率%跼部建模
자조직신경망락%파동성%회솔%국부건모
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,变伞局建模为局部建模,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同归模型,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,并证明了它在预测金融数据方面所具有的价值.
彙率波動性的預測一直以來是研究金融市場者關註的焦點之一,本文拓展瞭一種基于自組織神經網絡技術的,用于預測非平穩彙率波動性的自組織混閤模型(SOMAR).SOMAR突破瞭傳統模型對平穩性的假設,變傘跼建模為跼部建模,使得全跼非平穩數據變成跼部平穩數據.同時,它也是一種基于神經元網絡技術的非參數同歸模型,結閤傳統迴歸模型的簡易性和神經元網絡算法的靈活性,拓展模型(ESOMAR)提高瞭對數據異構的適應性.在對彙率波動性的預測實驗中,ESOMAR體現齣優于傳統迴歸模型和一些基于其它神經元網絡模型的效果,併證明瞭它在預測金融數據方麵所具有的價值.
회솔파동성적예측일직이래시연구금융시장자관주적초점지일,본문탁전료일충기우자조직신경망락기술적,용우예측비평은회솔파동성적자조직혼합모형(SOMAR).SOMAR돌파료전통모형대평은성적가설,변산국건모위국부건모,사득전국비평은수거변성국부평은수거.동시,타야시일충기우신경원망락기술적비삼수동귀모형,결합전통회귀모형적간역성화신경원망락산법적령활성,탁전모형(ESOMAR)제고료대수거이구적괄응성.재대회솔파동성적예측실험중,ESOMAR체현출우우전통회귀모형화일사기우기타신경원망락모형적효과,병증명료타재예측금융수거방면소구유적개치.
