汇率预测方法及比较:基于贝叶斯平均分类回归模型的检验  

作　　者：毕玉江[1] 王双成[2] 

机构地区：[1]上海立信会计学院经贸学院,上海201620 [2]上海立信会计学院数学与信息学院,上海201620

出　　处：《统计与决策》2016年第3期27-31,共5页Statistics & Decision

基　　金：教育部人文社科基金资助项目(10YJA630154);上海市教育委员会重点学科带头人培养计划资助项目

摘　　要：分类回归模型是回归模型家族的一个重要组成部分。文章针对现有的分类回归模型均采用选择性回归计算所存在的问题,建立了贝叶斯平均分类回归模型,并将其用于人民币汇率预测的实证研究。在实证研究时选取人民币对主要货币的汇率序列,对使用时间序列模型的预测结果与贝叶斯平均分类回归模型的预测结果进行对比分析,证明贝叶斯平均分类回归模型确实能够提高预测准确度。还使用贝叶斯平均分类回归模型对比分析了现有研究文献的预测效果,结果表明分类回归模型具有一定程度的优越性。

关 键 词：汇率预测 贝叶斯平均分类回归模型 机器学习 GARCH ARIMA 

分 类 号：F224[经济管理—国民经济]