利用VLRBP神经网络改善汇率预测

• 作者: 孙俊 王向宇 赵琪 须文波
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 时间序列 VLRBP神经网络 相空间重构 ARIMA-GARCH模型 浴盆曲线
• 年，卷（期）: 2010,（6）
• 所属期刊栏目: 工程与应用
• 页码范围: 208-213,244
• 页数: 7页
• 分类号: TP183
• 字数: 6102字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2010.06.061

摘要

分别使用基于滑动窗口的VLRBP神经网络模型和基于C-C相空间重构的VLRBP神经网络模型及ARIMA-GARCH模型对欧元汇率时间序列建模和预测,通过比较发现基于C-C相空间重构的VLRBP神经网络对于含有大量非线性成分的欧元汇率时间序列的预测比较准确.同时,为了提高基于滑动窗口的VLRBP网络的泛化性能,提出在训练VLRBP神经网络时应用浴盆曲线方法选取隐层神经元个数和滑动窗口尺寸.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	须文波	江南大学信息工程学院	409	3078	23.0	34.0
2	孙俊	江南大学信息工程学院	186	1552	21.0	30.0
3	赵琪	江南大学信息工程学院	4	10	3.0	3.0
4	王向宇	江南大学信息工程学院	2	7	2.0	2.0