论文部分内容阅读
作为国际金融重要的组成部分，汇率一直是人们研究与讨论的热点问题。自2005年7月21号起，我国开始实行以供求为基础、参考一篮子货币进行调节、有管理的浮动汇率制度。在新的浮动汇率体制下，人民币汇率频繁而大幅度的波动，给我国经济带来很多不利的影响，汇率风险增加，投机加强，也加大了经济金融市场的不稳定性。如能及时、准确地预测未来一定时间内人民币汇率的变动将具有很重要的意义。 本文首先讨论了汇率预测方法的进展，支持向量机用于预测的综述以及其所存在的问题，接着介绍了支持向量机的原理以及遗传算法的主要概念，重点分析了支持向量机所存在的不足以及遗传算法优化支持向量机的可能性，在这基础上，采用了基于实数编码的遗传算法优化支持向量机的方案。第四部分，在分析经典汇率决定理论的基础上，结合人民币的具体情况，选择了中美两国的10个宏观经济指标作为影响汇率的因素，构建了基于这10个结构变量的遗传支持向量回归汇率预测模型，利用1999年1月到2005年10月的数据，进行汇率预测的实证研究，实证结果表明，遗传支持向量回归模型的预测精度比一般的支持向量回归模型的预测精度要高，MAPE只有0.41777％，拟合效果很好。最后则针对前一部分模型中出现的早熟等问题，对模型进行优化与调整，先后利用自适应遗传算法和合并结构变量两种方法对模型进行调整，从预测结果的评价指标看，对模型的调整与优化的效果很好，不仅很好解决了存在的问题，还进一步提高了预测的精度。