所謂神經網路，乃是對生物神經系統的模擬，而本文主要利用神經網路之逆傳遞模型 (Back - Propagation) ，來進行匯率的樣本外預測，再以時間數列ARIMA 的預測結果加以比較分析。
時間數列方法在分析上，有簡潔易懂、短期預測精確度高之優點。對於殘差值有一套完善的診斷模式，其預測之結果具有穩健性( Robustness )。但根據以往的文獻可知，時間數列 ARIMA 在匯率預測的效果不佳，乃是由於匯率的「非線性」行為所致，故引入「非線性」形態的神經網路，以期望有更好的表現。
由實證結果發現，就樣本外的表現而言，神經網路模型的表現並不亞於時間數列方法。可見考慮非線性的方式，有助於預測準確度的提高。
| Identifer | oai:union.ndltd.org:CHENGCHI/B2002004166 |
| Creators | 陳彥良, Chen, Scott |
| Publisher | 國立政治大學 |
| Source Sets | National Chengchi University Libraries |
| Language | 中文 |
| Detected Language | Unknown |
| Type | text |
| Rights | Copyright © nccu library on behalf of the copyright holders |
Page generated in 0.002 seconds