基于支持向量機的美元指數(shù)預(yù)測研究.pdf

1、美元自量化寬松后走勢模糊，一直在多空之間震蕩;我國的外匯儲備逐年上升，對外貿(mào)易、對外投資與吸引外資投資量處于上升周期，經(jīng)濟(jì)發(fā)展和美元強弱聯(lián)系密切。因此，研究美元指數(shù)的預(yù)測方法對于國家、金融機構(gòu)和個人都具有重要的現(xiàn)實意義。
　　本文主要通過支持向量機模型對美元指數(shù)進(jìn)行預(yù)測研究。本文以匯率決定理論為基礎(chǔ)，篩選出影響美元指數(shù)的合適指標(biāo)，建立指標(biāo)體系。本文分別用三種不同的變量降維方法對數(shù)據(jù)進(jìn)行預(yù)處理，并選擇出最好的變量降維方法;再用三種不

2、同的參數(shù)優(yōu)化方法對模型進(jìn)行優(yōu)化，并選擇出最好的優(yōu)化方法，將兩種方法結(jié)合，構(gòu)建出一個優(yōu)化后的支持向量機模型，完成對短期內(nèi)美元指數(shù)的預(yù)測。
　　在實證部分，本文分別使用粒子群優(yōu)化算法（簡稱PSO）、遺傳算法（簡稱GA）和網(wǎng)格遍歷法（簡稱GRID）進(jìn)行了參數(shù)優(yōu)化，并比較了預(yù)測結(jié)果，發(fā)現(xiàn)遺傳算法的優(yōu)化效果最佳，平均誤差率只有0.393556％，最低誤差率達(dá)到了0.004165％，均方差也只有0.21761;之后分別用因子分析(FA)、粗糙