跳到主要內容

臺灣博碩士論文加值系統

(34.226.244.254) 您好!臺灣時間:2021/08/01 02:56
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

: 
twitterline
研究生:簡莓蓉
研究生(外文):Mei-Jung Chien
論文名稱:小波轉換結合類神經網路匯率預測能力之研究
論文名稱(外文):Forecasting Capabilities of Exchange rates byDiscrete Wavelet Transform on Neural Networks
指導教授:張瑞芳張瑞芳引用關係
指導教授(外文):Jui-Fang Chang
學位類別:碩士
校院名稱:國立高雄應用科技大學
系所名稱:商務經營研究所
學門:商業及管理學門
學類:一般商業學類
論文種類:學術論文
論文出版年:2007
畢業學年度:95
語文別:中文
論文頁數:64
中文關鍵詞:小波轉換前饋網路分析法模型適合度
外文關鍵詞:discrete time waveletfeedforward neural networksgoodness of fit
相關次數:
  • 被引用被引用:3
  • 點閱點閱:983
  • 評分評分:
  • 下載下載:140
  • 收藏至我的研究室書目清單書目收藏:2
本研究結合小波轉換(Wavelet Transform)與倒傳遞類神經網路
(Back Propagation Network)中的前饋網路分析法(Feedforward
Network),將歷史匯率時間序列資料,建立類神經網路之訓練-測試
監督機制。關於小波轉換是一種比傅利葉轉換(Fourier transform)更
能作細微區別的分解分析方法,目前廣用於影像處理、物理學、數
值分析及統計分析等等方面,由於小波轉換分析可以同時記錄時間
與尺度的資料,所以學者利用此方法研究相關於波動的信號或壓縮
影像課題等。在瞬息萬變的外匯市場中,本文利用小波轉換將歷史
匯率資料分解成高頻及低頻的資訊,分解後的高頻成份可以視為瞬
間變動的訊息,即短期的變動形態,而低頻成份可以視為長期變動
的趨勢。而類神經網路是人類製造出來,用來模仿生物神經網路的
資訊處理系統,它也是一種經驗建模的工具及真正多輸入多輸出的
系統。匯率波動受到許多經濟面與非經濟面的影響,由於類神經網
路具有更強的過濾能力且具有適應性學習能力,所以類神經網路在
預測匯率價值的準確度上將會優於更古典的經驗統計建模方法。而
本文利用小波轉換分解後的若干成份後,將該成份設定為類神經網
路的輸入層,經實證結果顯示本研究所建構之模型比單純的類神經
網路預測模型,在預測匯率上有較小的誤差以及較高的模型適合
度。
This research combines the techniques of discrete time wavelet
transformations on feedforward neural networks to conduct DWT-NN
Model. The wavelet decomposed analysis is a kind of pinpoint analysis
for data sign and reveal more detail information than Fourier
Transform. It can simultaneously collect information of both time and
scale; therefore, this research utilizes wavelet decomposed to forecast
the volatility of exchange rate and provides a model with three
procedures for data analysis. Firstly, a period of daily spot exchange
rates was collected to be the initial data series. Then, the series via
discrete time wavelet transformations were doubled. Finally, the double
lines for forecasting were applied to neural networks. The research
utilizes wavelet decomposed to several elements and establishes its
elements as inputs on neural networks. The results show that
forecasting capability of the DWT-NN Model is superior to those of
original neural networks and there are less error in predicting the
exchange rate and higher degree in goodness of fit.
目錄
中文摘要................................................................................................. i
英文摘要................................................................................................ ii
目錄....................................................................................................... iii
圖目錄................................................................................................... iv
表目錄.................................................................................................... v
第一章 緒論.......................................................................................... 1
第一節 研究背景及動機.............................................................. 1
第二節 研究問題.......................................................................... 2
第三節 研究目的.......................................................................... 2
第四節 論文架構.......................................................................... 3
第二章 文獻回顧.................................................................................. 4
第一節 匯率研究四面向.............................................................. 4
第二節 類神經網路.................................................................... 13
第三節 小波轉換........................................................................ 15
第四節 小結................................................................................ 18
第三章 研究方法................................................................................ 19
第一節 研究分析架構................................................................ 19
第二節 小波轉換........................................................................ 21
第三節 類神經網路.................................................................... 28
第四節 離散小波轉換與類神經網路結合模型........................ 33
第四章 實證研究................................................................................ 38
第一節 資料來源與說明............................................................ 38
第二節 實驗結果........................................................................ 45
第五章 結論與建議............................................................................ 48
第一節 研究結論........................................................................ 48
第二節 研究貢獻........................................................................ 50
第三節 研究限制........................................................................ 50
第四節 未來研究方向................................................................ 51
參考文獻.............................................................................................. 52
附錄一.................................................................................................. 52
附錄二.................................................................................................. 52
附錄三.................................................................................................. 61
v
圖目錄
圖3-1 研究分析架構圖..................................................................... 20
圖3-2 分解前原始資料圖................................................................. 22
圖3-3 short time Fourier 轉換後資料圖............................................ 22
圖3-4 Wavelet分解後資料圖............................................................ 22
圖3-5 一階小波轉換的過濾流程..................................................... 24
圖3-6 小波轉換解析流程................................................................. 28
圖3-7 簡單的類神網路架構............................................................. 28
圖3-8 前饋網路架構......................................................................... 29
圖3-9 遞迴網路架構......................................................................... 30
圖3-10 單輸入神經元....................................................................... 31
圖3-11 DWT-NN 模型架構圖........................................................... 34
圖3-12 本研究類神經網路架構圖(View)........................................ 36
圖4-1 澳幣對美元的匯率於預測期間走勢圖................................. 39
圖4-2 加幣對美元的匯率於預測期間走勢圖................................. 39
圖4-3 歐元對美元的匯率於預測期間走勢圖................................. 40
圖4-4 英鎊對美元的匯率於預測期間走勢圖................................. 40
圖4-5 日幣對美元的匯率於預測期間走勢圖................................. 41
圖4-6 澳幣匯率在DWT-NN 訓練區間收斂圖............................... 42
圖4-7 加幣匯率在DWT-NN 訓練區間收斂圖............................... 42
圖4-8 歐元匯率在DWT-NN 訓練區間收斂圖............................... 43
圖4-9 英鎊匯率在DWT-NN 訓練區間收斂圖............................... 44
圖4-10 日幣匯率在DWT-NN 訓練區間收斂圖............................. 44
v
表目錄
表3-1 3 階Haar 小波轉換運算表…………………………………..27
表4-1 FF與DWT-NN 在澳幣對美元匯率的比較結果.................. 45
表4-2 FF與DWT-NN 在加幣對美元匯率的比較結果.................. 46
表4-3 FF與DWT-NN 在歐元對美元匯率的比較結果.................. 47
表4-4 FF與DWT-NN 在英鎊對美元匯率的比較結果.................. 47
表4-5 FF與DWT-NN 在日幣對美元匯率的比較結果.................. 48
一、 中文部份
1. 中央銀行(2007)。統計資料:我國與十六個主要貿易對手通貨對
美元之匯率。2007 年3 月20 日, 取自
http://www.cbc.gov.tw/default.asp。
2. 中央銀行(1999-2003)。本國銀行合併金融統計資料。2006 年8
月1 日,取自http://www.cbc.gov.tw/default.asp。
3. 王姿尹(1995)。新台幣與美元相對匯率預測模型:類神經網路分
析的應用。淡江大學財務金融學系碩士論文,未出版,台北縣。
4. 朱修明(2001)。模糊模型規則庫自動建立之演算法。國立台灣科
技大學電機工程系碩士論文,未出版,台北市。
5. 何勇、鮑一丹(1992)。灰色馬爾可夫鏈預測模型與應用。第十二
卷第四期。59-63。
6. 李榮凱(2005)。貨幣供給、系統風險與產業垂直整合。中原大學
國際貿易學系碩士論文,未出版,中壢市。
7. 邱淑綺(2003)。Takagi-Sugeno Fuzzy 模型和Cubist 決策樹模
型在匯率預測上之應用。政治大學經濟系碩士論文,未出版,
台北市。
8. 吳宗欣(1999)。我國中央銀行貨幣政策與匯率變動之相關性研
究。大業大學事業經營研究所碩士論文,未出版,彰化縣。
9. 吳宗隆(2004)。歐元匯率與美元匯率波動對台灣股市報酬影響之
研究。南華大學財務管理研究所碩士論文,未出版,嘉義縣。
53
10. 林穎駿(2003)。應用小波轉換與類神經網路於電力品質事故之監
測與辨識。中原大學電機工程學系碩士論文,未出版,中壢市。
11. 范正忠(2001)。利用Haar 小波轉換對時間序列作資料查詢--以
台灣股市為例。國立臺灣大學資訊管理研究所碩士論文,未出
版,台北市。
12. 哈岡,戴姆斯,比爾(2004)。類神經網路設計。(汪惠健譯)。台
北市:湯姆生。(原著出版年:1996)
13. 財政部(1996-2004)。中華民國臺灣地區重要財經統計資料。統
計處編列。2006 年8 月10 日,取自http://www.mof.gov.tw。
14. 商用統計學(李麗貞譯)(1998)。台北市:曉園。(原著出版年:1992)
15. 陸君芬(1998)。有關匯率隨機漫步性質之再議。國立政治大學經
濟學研究所碩士論文,未出版,台北市。
16. 陳惠美(2001)。匯率模型預測績效之探討。淡江大學財務金融研
究所碩士論文,未出版,台北縣。
17. 梁嘉倫(2003)。資產組合平衡分析法匯率預測模式之建立與應
用。樹德科技大學經營管理研究所碩士論文,未出版,高雄縣。
18. 葉伯村(2001)。運用類神經網路預測匯率-以歐元為例。中原大
學企業管理所碩士論文,未出版,中壢市。
19. 葉松炫(1999)。運用類神經網路預測匯率。國立中山大學財務管
理研究所碩士論文,未出版,高雄市。
20. 廖元宏(2002)。以STAR 模型研究新台幣實質有效匯率。國立
中山大學財務管理研究所碩士論文,未出版,高雄市。
21. 廖文宏(2004)。小波多層次解析之影像融合應用。國立中央大學
土木工程研究所碩士論文,未出版,桃園縣。
22. 廖育成(2002)。即期匯率與遠期匯率間關聯性探討。淡江大學財
務金融學系碩士論文,未出版,台北縣。
54
23. 謝宜良(2005)。以小波轉換為基礎之風險值估計。銘傳大學財務
金融學系碩士論文,未出版,台北市。
24. 歐陽勛與黃仁德(1993)。國際金融理論與制度。台北市:三民。
25. 劉啟昇(2004)。利用離散小波包裹轉換的聲音浮水印系統。朝陽
科技大學網路與通訊研究所論文,未出版,台中縣。
26. 魏銘孝(2005)。利率與匯率波動、負債對廠商投資影響:美國道
瓊上市公司實證研究。中原大學國際貿易學系碩士論文,未出
版,中壢市。
27. 蕭欽篤(2003)。國際金融。台北市:智勝文化。
28. 羅華強(2005)。類神經網路-MATLAB的應用。台北縣:高立。
二、 英文部份
1. Alan M Rugman and Alain Verveke (2004). A perspective on
regional and global strategies of multinational enterprises. Journal
of International Business Studies, 35, 3-18.
2. Albert Boggess Francis J. Narcowich (2001). A First Course in
Wavelets with Fourier Analysis. Prentice-Hal, Inc.
3. Alfred Haar (1910). Theorie der Orthogonalen funkionen-system,
Berlin[etc.]:J. Springer[etc.]: Mathematische Annalen, 69, 331-371.
4. A.M. Gaouda, E.F. ELSaadany, M. MA. Salama, V.K. Sood and
A.Y. Chikihani (2001). Monitoring HVDC Systems Using Wavelet
Multi-Resolution Analysis. IEEE Trans. on Power System, 16.
5. A.M. Gaouda, M.A. Salama, M.R. Sultan and A.Y. Chikhani
(1999). Power Quality Detection and Classification using Wavelet5
Multiresolution Signal Decomposition. IEEE Trans. on Power
Delivery, 14, 1469-1476.
6. A.K. Nag and Amit Mitra (2002). Forecasting daily foreign
exchange rates using geneticaly engineered neural networks.
Journal of Forecasting 21, 501-511.
7. Bollerslev T. (1986). Generalized Autoregressive Conditional
Heteroskedasticity. Journal of Econometrics 31, 307-328.
8. Branson W. H., Haltunen H. and Masson P. (1977). Exchange rates
in the short run. European Economic Review, 10 (3), 303-324.
9. B. Widrow and M. E. Hoff (1960). Adaptive switching circuits.
1960 IREWESCON Convention Record. New York: IRE Part.
10. Chung-Ming Kuan and Tung Liu (1995). Forecasting Exchange
rates using feedforward and recurrent neural networks. Journal of
applied Econometrics, 10, 347-364.
11. D.C. Robertson, O.I. Camps, J.S. Mayer and W.B. Gish (1996).
Wavelets and Electromagnetic Power System Transients. IEEE
Trans. on Power Delivery, 11, 1050-1057.
12. Deng J.L. (2000). The Theory and Application of Grey System.
Taipei: Chuan Wa Co., Ltd.
13. Dornbusch R. (1976). Expectation and Exchange Rate Dyamics.
Journal of Political Economy, 84, 1161-1176.
14. D.M. Nachane and D. Ray (1993). Modeling exchange rate
dynamics: new perspectives from the frequency domain. Journal of
Forecasting 12, 379-394.
15. Elman J. L. (1990). Finding structure in time. Cognitive Science, 14,
179-211.
56
16. Fama E. (1970). Efficient Capital Market:A Review of Theory and
Empirical Work. Journal of Finance, May, 25, 383-417.
17. Frankel J. A. (1976). A Monetary Approach to the Exchange rates:
Doctrinal Aspects and Empirical Evidence. Scandinavian Journal
of Economics, 78, 200-224.
18. Golsten L. R., R. Jagannathan and D.E. Runkle (1993). On the
relation between the Exacted Value and the Volatility of the
Nominal Excess Return on Stocks. Journal of Finance, 48,
1779-1801.
19. G.T. Heydt and A.W. Gali (1997). Transient Power Quality
Problems Analyzed Using Wavelets. IEEE Trans. on Power
Delivery, 12, 908-915.
20. G.T. Heydt (1989). A New Method for the Calculation of
Subtransmission and Distribution System Transients Based on the
FFT. IEEE Trans. on Power Delivery, 4, 1869-1875.
21. G.T. Heydt, P.S. Fjeld, C.C. Liu, D. Pierce, L. Tu and G. Hensley
(1999). Applications of the Windowed FFT to Electric Power
Quality Assessment. IEEE Trans. on Power Delivery, 14,
1411-1416.
22. Hong G.M. and Judy M. (1993). The Portfolio-balance Model of
Exchange Rates: Short-run Behavior and Forecasting (the Korean
Won/US Dollar Case). International Economic Journal, 7, 75-87.
23. Ingrid Daubechies (1992). Ten Lectures on Wavelets. Society for
Industrial and Applied Mathematics.
24. Jeff Madura (1998). International Financial Management. MN:
West Pub. Co.
57
25. Jiawei Han and Micheline Kamber (2001). Data Mining:Concepts
and Techniques. New York: Morgan Kaufmann Publishers.
26. Johansen S. (1991). Estimation and Hypothesis Testing of
Cointegration Vectors in Gaussian Vector Regression Models.
Econometrics, 59, 1551-1580.
27. Karl Weierstrass (1895). Mathematische Werke. Berlin: Mayer &
Muller.
28. Kerns M. (1996). A bound on the error of cross validation using the
approximation and estimation rates, with consequences for the
training-test split. Advance in Neural Information Processing
System 8, 183-189.
29. Kildegaard A. and P. Williams (2002). Banks, systematic risk, and
industrial concentration: theory and evidence. Journal of Economic
Behavior & Organization, 47, 345-358.
30. Levich R. M. (1979). The Denomination of Foreign Trade
Contracts Once Again Discssion. Journal of Financial and
Quantitative Analysis, 15(4), 945-947.
31. Meese R. A. and Rogoff K. (1983). Empirical exchange rate
models of the seventies. Journal of Economics, 14, 3-24.
32. P. Pillay and A. Bhattachariee (1996). Application of Wavelets to
Model Short-Term Power System Disturbances. IEEE Trans. ON
Power System, 11, 2031-2037.
33. Sharmishtha Mitra and Amit Mitra (2006). Modeling exchange
rates using wavelet decomposed genetic neural networks. Statistical
Methodology, 3, 103-124.
58
34. Sims C. A. (1980). Macroeconomics and Reality. Econometrica, 48,
1-48.
35. S. Santoso, W.M. Grady, E.J. Powers, J. Lamoree and B.C. Bhatt
(2000). Characterization of Distribution Power Quality Events with
Fourier and Wavelet Transforms. IEEE Trans. on Power Delivery,
15, 247-254.
36. Takagi T. and Sugeno M. (1985). Fuzzy Identification of Systems
and its applications to modelong and control. IEEE Trans. Syst.
Man, Cybern. SMC-15, 116-132.
37. Taylor M.P. and Ronald M. (1992). Exchange Rate Economics.
International Monetary Find Staff Papers, 39, 1-57.
38. W. McCulloch and W. Pitts (1943). A logical calculus of the ideas
immanent in nervous activity. Bulletin of Mathematical Biophysics,
5, 115-133.
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
1. 龍炳峰(2000)。國民小學學童規律運動行為及其相關因素之研究。體育學報,29,81-91。
2. 蔡育佑(2003)。運用跨理論模式於大專學生運動行為改變計畫之研究。北體學報,11,53-66。
3. 胡巧欣(2005)。有氧運動與概念宣導對婦女健康體適能與運動行為影響之研究。體育學報,38(1),11-22。
4. 張志成、蔡守浦(2005)。以跨理論模式(The Transtheoretical Model)探析健身運動行為的改變。大專體育,77,137-144。
5. 黃耀宗、季力康(2001)。養成良好運動習慣的行為改變策略及方法。大專體育,53,86-91。
6. 黃文俊(2000)。坐式生活型態在兒童健康體適能之比較分析研究。體育學報,28,339-348。
7. 黃文俊(1999)。身體活動對學童之生理效益。中華體育,12(4),91-97。
8. 陳玉英(1998)。社區介入策略在學校體適能促進計畫的應用。國民體育季刊,27(2),51-57。
9. 林旭龍、呂昌明(2002)。應用跨理論模式於大學女生身體活動之研究—改變階段模式之效度。衛生教育學報,18,127-140。
10. 林旭龍、呂昌明(2001)。應用改變階段模式於運動行為之研究—以大學女生為例。衛生教育學報,16,19-33。
11. 林宗賢(2002)。體適能教學及文宣海報介入對學生體適能知識、態度和運動行為效果之研究。藝術學報,71,211-225。
12. 卓俊辰、童淑琴、李蘭(1992)。工作場所體適能促進計畫之實驗研究-以台電總公司為例。中華民國體育學會體育學報,12,193-206。
13. 卓俊伶(2005)。美國政府對身體活動促進的觀點與作法。國民體育季刊,34(1),76-81。
14. 方進隆、陳玉英(1997)。社區介入策略對工作場所同仁健康體適能的影響研究。中華民國體育學會體育學報,24,133-144。
15. 方進隆(1991)。養成規律運動習慣的行為改變法。中華體育,5(3),9-15。