权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

為替レートの適正水準を予測するニューラルネットワークの開発

开发预测适当汇率水平的神经网络

基本信息

批准号：
10730012
负责人：
徐春暉
金额：
$ 1.28万
依托单位：
Hiroshima Institute of Technology
依托单位国家：
日本
项目类别：
Grant-in-Aid for Encouragement of Young Scientists (A)
财政年份：
1999
资助国家：
日本
起止时间：
1999 至 2000
项目状态：
已结题

项目摘要

今年度は予測精度を向上させるために、3階層ニューラルネットワークモデルを中心に研究を行った。1)昨年度提案した3階層モデルについて、パラメータを特定する学習アルゴリズムを提案した。Matlabで学習計算プログラムを作成し、過去7年間のデータを用いて、学習によってパラメータを特定した。モデルの予測誤差は学習の進行に従って素早く減少し、学習は早く収束した。同じの学習条件で、収束までの学習回数は2階層に比べたら3階層モデルの方が少ないことがわかった。2)特定された3階層モデルを用いて、97年1月から10月までの入力層のデータから月ごとの米ドルに対する円の適正レートを計算し、月の平均レートと比較し、予測誤差をはかった。2階層モデルと比べて、3階層モデルの予測誤差は小さく、データによって大きく変わらない安定性があることが明らかになった。2階層モデルの3%台に対して、3階層モデルの平均予測偏差は2%台だった。ニューラルネットワークの階層数や各階層のニューロ数を変動させて、予測精度を向上させることが出来ますが、経済的に解釈できないことがあるから、本研究ではモデルの構造は経済的な考えから先に固定し、各ニューロにパラメータを持たせることによって、予測精度の向上を図った。この方法は試算の結果から問題がないことが言えるだろう。経済要因へのレートの逆影響を考慮するフィッドバック型モデルを研究したが、為替レートの予測精度を高めることに繋がらないことが分かった。従いまして、3階層モデルの研究に重点を置いた。計算の結果から、本研究で提案された3階層のニューラルネットワークモデルは円の対米ドルレートの適正水準を予測するのに有効であることが示された。

This year's forecast accuracy is up to three levels. 1)Last year's proposal was made at three levels: Matlab is a tool for learning and computing. It has been used for the past 7 years. It is a tool for learning. The prediction error of the model is reduced and the learning process is completed. The number of learning cycles in the same group is 2 levels, 3 levels and 3 levels. 2)For example, in January 1997 and October 1997, the average monthly error of the input layer was calculated and compared. The prediction error of the two-level and three-level models is small and stable. 3%, 3%, 3%. In this study, the number of layers of the structure of the This method is the result of trial calculation. The main reason for this is to consider the inverse effect of the change in the model. The focus of this study is on three levels. The calculation results show that there are three levels of correlation and correlation in this study.