摘要
讨论了人工神经网络在金融汇率预报中的应用。其中介绍了广义交互验证 (GeneralizedCrossValidation)法如何应用于确定神经网络中隐层的个数 ,并用实例说明了该方法甚至对复杂的非线性函数也可以得到很好的逼近。详细地介绍了运用人工神经网络作两周向前汇率预报的计算步骤。其平均相对误差 (APE)为 10 E - 3的数量级 ,而国际上通用的状态空间模型及Box Jen kins的ARIMA模型的预报误差都在 10 E -
The main purpose of this paper is to investigate the application of the neuron network (NN) for the daily exchange rate forecasting.Generalized Cross Validation (GCV) is introduced to determine the number of nodes of the hidden layer,several well known time series forecasting methods are also compared with the NN method in this paper.
出处
《北京大学学报（自然科学版）》
CAS
CSCD
北大核心
2001年第3期421-425,共5页
Acta Scientiarum Naturalium Universitatis Pekinensis
基金
国家自然科学基金! (7979130 )
云南省 (部分 )资助项目
关键词
人工神经网络
广义交互验证法
汇率预报
金融
artificial neuron network
generalized cross validation
exchange rate forecasting
