基于深度学习LSTM模型的汇率预测  

作　　者：张蕾[1] 孙尚红 王月 

机构地区：[1]西安交通大学经济与金融学院,西安710061

出　　处：《统计与决策》2021年第13期158-162,共5页Statistics & Decision

基　　金：国家社会科学基金资助项目(16BJY166)。

摘　　要：随着人民币汇率形成机制市场化进程的加快,汇率波动的弹性空间也逐渐扩大,因此对汇率波动的预测研究具有重要意义。传统的预测模型很难对汇率市场作出有效预测,而新冠肺炎疫情、石油危机引发的市场情绪的恐慌和美股屡次熔断事件更是加大了汇率预测的难度。因此,文章从汇率波动的长记忆性出发,加入代表市场情绪指标的VIX指数,基于长短期记忆深度学习网络模型LSTM进行汇率预测。结果显示,相比传统波动率预测模型,加入情绪指标的LSTM模型预测精度更高。

关 键 词：汇率预测 VIX指数 LSTM网络 

分 类 号：F832.6[经济管理—金融学]