近几年来国际金融市场跌宕起伏,尤其是外汇市场上,各国货币汇率的波动剧烈。伴随着我国金融市场的发展以及金融产品的不断创新,国内从事外汇投资和其他外汇资金业务的人员越来越多,有的是出于保值、防范汇率利率风险需要的,也有大量的机构和个人利用外汇市场的波动进行外汇投资,以赚取点差,达到盈利的目的。外汇投资已经成为人们日常生活的一个重要组成部分,预测汇率价格也一直是人们关心的问题。外汇市场是一个复杂的非线性动态系统,利用传统的时间序列预测技术很难揭示汇率波动的内在规律。为了更好的对外汇市场的汇率进行分析,本文采用了支持向量回归机的方法对汇率进行预测。支持向量回归机是一门新兴的边缘学科,可以用来解决许多其他技术无法解决的问题,且具有良好的拟合精度和泛化能力。 本文首先介绍了选题的目的和意义,国内外汇率预测研究现状和支持向量机方法在国内外的应用现状,以及本文的研究内容和结构安排。 汇率理论是研究和预测的指导,论文接着讨论了汇率理论的演进和变化,比较深入地分析了影响汇率决定和变化的各个因素。介绍了使用非常普遍的传统统计型方法和目前越来流行的非参数预测方法。 第三部分是时间序列模型对汇率的预测。介绍了时间序列的特点,以及目前使用较普遍的ARIMA方法。建立ARIMA模型,并运用到汇率预测中,最后对预测结果进行了分析。 第四部分是基于SVR的汇率预测。介绍了支持向量回归机的原理和特点,并介绍了本文使用的SVM工具——Libsvm。将SVR应用到汇率的预测上,对ARIMA和SVR模型各自的优缺点进行比较分析。对不同样本量的SVR模型进行比较分析。 第五部分是小样本量SVR模型在汇率预测中的应用。将小样本量的SVR模型运用到外汇市场主要的六种外汇的汇率预测中,最后基于汇率预测结果给出投资建议。 结论--最后本文分析了基于支持向量回归机的汇率预测方法的不足,并浅析可能的原因,提出了进一步改进的可能性。