人工神经网络及其在金融预报中的应用

• 作者: 刘亚利 叶伟彰 谢衷洁 黄香
• 来源期刊: 北京大学学报(自然科学版)
• 学科: 数学
• 关键词: 人工神经网络 广义交互验证法 汇率预报
• 年，卷（期）: 2001,（3）
• 所属期刊栏目: 研究简报
• 页码范围: 421-425
• 页数: 6页
• 分类号: O211.64|F740
• 字数: 1691字
• 语种: 中文
• DOI: 10.3321/j.issn:0479-8023.2001.03.021

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(Generalized Cross Validation)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-Jenkins的ARIMA模型的预报误差都在10*E-2的数量级。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄香	香港理工大学应用数学系	6	48	3.0	6.0
2	叶伟彰	香港理工大学应用数学系	3	37	3.0	3.0
3	刘亚利	普渡大学统计系	1	30	1.0	1.0