基于SAPSO神經網絡匯率預測及其智能交易框架研究.pdf

1、本文基于前人對匯率預測的成果,展現(xiàn)匯率預測研究現(xiàn)狀,通過相關理論評述,提出一種組合式的智能優(yōu)化算法預測模型。并通過實證證明該智能優(yōu)化算法預測模型進一步提高了預測精度。本文采用的是非線性模型,即BP神經網絡。由于BP神經網絡有一些固有的缺陷,為了克服BP神經網絡易早熟的缺陷,本文提出采用具有全局尋優(yōu)能力的粒子群優(yōu)化算法對BP神經網絡進行優(yōu)化。同時通過理論分析和實驗證明,對粒子群優(yōu)化算法的某些粒子采取模擬退火的方式重新初始化可以增加粒子群的

2、多樣性,使粒子群克服在迭代后期失去種群多樣性的缺陷。并且通過實證證明,后一種預測模型較前一種預測模型在預測精度上有顯著提高。
　　本文還提出了基于SAPSO神經網絡預測模型的智能交易系統(tǒng)框架。這一框架的提出為后人通過智能交易平臺驗證該預測模型的可行性與有效性提供了參考。智能交易系統(tǒng)是未來在線交易平臺的發(fā)展趨勢和主流。目前MT4交易平臺已經成為超過100家外匯經紀公司和來自全世界的30個國家的銀行的主要網絡交易平臺。本文將詳細評述該