深度學(xué)習(xí)算法在時間序列預(yù)測領(lǐng)域具有較大優(yōu)勢。基于深度學(xué)習(xí)中的長短期記憶模型（LSTM）構(gòu)建了LSTM與GARCH族混合模型,以期融合新型深度學(xué)習(xí)模型和傳統(tǒng)統(tǒng)計計量模型的各自優(yōu)勢,進(jìn)而提高人民幣匯率波動率預(yù)測的精度。選取2009—2018年的數(shù)據(jù),對比分析了LSTM與GARCH族混合模型、單一LSTM模型和單一GARCH模型的預(yù)測結(jié)果。實驗結(jié)果表明,LSTM與GARCH族混合模型要優(yōu)于單一模型,單一LSTM模型要優(yōu)于單一GARCH模型;另外,LSTM結(jié)合多個GARCH模型的復(fù)雜混合模型（LSTM-GEM）預(yù)測準(zhǔn)確度最高,其次是LSTM結(jié)合兩個或單個GARCH族模型的簡單混合模型。 

【文章來源】：計算機應(yīng)用研究. 2020,37(S1)北大核心CSCD

【文章頁數(shù)】：4 頁

【參考文獻(xiàn)】：
期刊論文
[1]基于稀疏模型的人民幣匯率波動預(yù)測[J]. 周愛民,劉曉孟.  上海金融. 2019(03)
[2]深度學(xué)習(xí)能更好地預(yù)測人民幣匯率嗎?[J]. 周穎剛,陳海鵬.  金融科學(xué). 2018(01)
[3]基于深度學(xué)習(xí)的上證綜指波動率預(yù)測效果比較研究[J]. 陳衛(wèi)華.  統(tǒng)計與信息論壇. 2018(05)
[4]基于泰勒規(guī)則的人民幣匯率預(yù)測研究:兼論多種匯率決定模型預(yù)測比較[J]. 江春,楊宏略,李小林.  世界經(jīng)濟研究. 2018(04)
[5]國際石油價格與人民幣匯率的聯(lián)動效應(yīng)研究——基于VAR模型的實證分析[J]. 丁緒輝,王柳元,賀菊花.  價格理論與實踐. 2017(07)
[6]基于中位數(shù)GARCH模型的匯率波動率預(yù)測[J]. 張曼,趙學(xué)靖,田人合.  統(tǒng)計與決策. 2017(11)
[7]基于馬爾科夫狀態(tài)轉(zhuǎn)換GARCH模型的匯率波動預(yù)測[J]. 黃曉芝,宋偉,劉子寅.  統(tǒng)計與決策. 2017(06)
[8]基于混頻數(shù)據(jù)的人民幣匯率預(yù)測研究[J]. 張蜀林,楊洋.  商業(yè)研究. 2016(12)
[9]匯率基本面模型對人民幣匯率的預(yù)測能力[J]. 鄧貴川,李艷麗.  數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究. 2016(09)
[10]人民幣匯率波動的預(yù)測——基于損失函數(shù)和DM檢驗的比較分析[J]. 李艷麗,鄧貴川,李辰陽.  國際金融研究. 2016(02)



本文編號：3255925