文献类型：期刊文章

作　　者：谢衷洁[1] 黄香[2] 叶伟彰[2] 刘亚利[3]

机构地区：[1]北京大学概率统计系与金融数学系,100871 [2]香港理工大学应用数学系 [3]普渡大学统计系

出　　处：《北京大学学报（自然科学版）》

基　　金：国家自然科学基金! (7979130 );云南省 (部分 )资助项目

年　　份：2001

卷　　号：37

期　　号：3

起止页码：421-425

语　　种：中文

收录情况：AJ、BDHX、BDHX2000、CAS、CSCD、CSCD2011_2012、INSPEC、JST、MR、RSC、SCOPUS、ZGKJHX、ZMATH、ZR、核心刊

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 (GeneralizedCrossValidation)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 Jen kins的ARIMA模型的预报误差都在 10 E -

关 键 词：人工神经网络 广义交互验证法  汇率预报  金融

分 类 号：F740[经济与贸易类] TP183]