%0 Journal Article
%T RMB exchange rate forecasting in the context of the financial crisis<br>金融危机背景下的人民币汇率预测
%A 孙柏
%A 谢赤
%J 系统工程理论与实践
%D 2009
%I 
%X 在为金融危机期间人民币汇率的波动提供一种有效的预测方法.在利用替代数据方法检验和判别汇率系统具有非线性结构的基础上,识别了各具体汇率序列的最优滞后期组合,并分别采用了多层感知机(MLP)和层反馈网络(RNN2)结构构建同质神经网络模型,从三个方面对比分析了模型群在不同参数条件下的预测效果. 研究发现,根据不同序列的具体特征,各神经网络模型在不同自由度下的4个预测期限内的预测性能存在较明显的差异.同时,包含层反馈过程的RNN2模型在描述与预测人民币汇率的波动方面表现出很强的能力.此外, 还分析并解释了产生上述结果的原因,并为4种人民币汇率波动序列甄选出了相应的最优预测模型.
%K optimal lag periods
%K method of surrogate data
%K homogeneous ANNs
%K RNN2 model<br>最优滞后期
%K 同质神经网络
%K 替代数据方法
%K RNN2模型
%U http://www.alljournals.cn/get_abstract_url.aspx?pcid=01BA20E8BA813E1908F3698710BBFEFEE816345F465FEBA5&cid=962324E222C1AC1D&jid=1D057D9E7CAD6BEE9FA97306E08E48D3&aid=E3AA71A6A14BA0F0B53EABEB4418C79D&yid=DE12191FBD62783C&vid=771469D9D58C34FF&iid=59906B3B2830C2C5&sid=8E6AB9C3EBAAE921&eid=0401E2DB1F51F8DE&journal_id=1000-6788&journal_name=系统工程理论与实践&referenced_num=0&reference_num=31