2015年8月央行发布新汇改政策,不再干预人民币兑美元汇率中间价的每日价格。随后2016年10月人民币纳入特别提款权,在全球经济中越来越重要,国际地位的提升使人民币汇率受到全世界的瞩目。同时由于汇率对国家制定不同的进出口策略及企业套期保值进行公司融资等都存在影响,因此准确的汇率预测尤为重要,汇率的预测也受到各方学者的关注。本文以人民币兑美元汇率中间价为实证数据,为提高汇率预测的准确性,使用CEEMD-DE-GWO-RBF组合模型。首先,利用经过优化的互补集合经验模态分解方法对原始汇率数据进行去噪处理,得到一组可被用于预测的时间序列数据。然后使用DE优化算法与GWO优化算法的结合优化算法对RBF神经网络的系数优化后进行时间序列预测。此外为了衡量模型预测的精度,使用3个常用于评价时间序列模型预测精度的误差指标,将预测结果与其他模型预测结果通过评价指标对比预测精度,结果表明本文所提的组合模型预测精度高于其他模型,其中CEEMD去噪方法优于常用的EMD和EEMD去噪方法,且本文使用的DE-GWO新型组合优化算法和其他非组合优化算法相比在全局优化能力上效果更优。最后将所提出的模型和对比模型进行DM检验,来保证模型的有效性。在验证人民币兑美元汇率数据可以取得更优预测效果的基础上使用人民币兑欧元汇率数据进一步进行验证。文章结构分为五个部分,第一章为绪论,介绍进行汇率预测的背景以及意义;第二章为文献综述,对国内外文献进行梳理;第三章为理论基础,阐述去噪模型、优化算法及预测模型的原理;第四章构建汇率预测模型,进行人民币兑美元及人民币兑欧元的汇率数据实证分析;第五章为总结与展望。本文提出的模型具有良好的预测能力,在模型理论基础方面也更加完善,预测结果对监管层进行决策和为投资者提供投资选择,都具有非常重要的现实意义。