基于人工智能算法的上海銀行間同業(yè)拆放利率預(yù)測.pdf

1、同業(yè)拆放利率是銀行同業(yè)間在貨幣市場上融通資金的利率。作為市場化核心利率，上海銀行間同業(yè)拆放利率（Shibor）能準(zhǔn)確、及時地反映貨幣市場的資金供求關(guān)系，其變動會迅速傳導(dǎo)和影響我國金融市場。因此，預(yù)測Shibor的波動和走勢具有重要意義。
　　本文從兩個時間維度上對Shibor的隔夜品種進行研究和預(yù)測，分別是日波動和月走勢。隔夜Shibo r日數(shù)據(jù)的預(yù)測中，首先建立基于BP神經(jīng)網(wǎng)絡(luò)算法的對照性預(yù)測模型，接著將小波神經(jīng)網(wǎng)絡(luò)應(yīng)用于預(yù)測中

2、，發(fā)現(xiàn)效果更好。進一步提出基于布谷鳥搜索（CS）優(yōu)化的小波神經(jīng)網(wǎng)絡(luò)預(yù)測模型，提高了預(yù)測精度，較好地擬合了隔夜Shibor的日波動。預(yù)測隔夜Shibor的月均值時，從影響利率走勢的因素出發(fā)，預(yù)選取9個指標(biāo)并進行相關(guān)性檢驗，建立回歸型支持向量機（SVR）預(yù)測模型。利用粒子群優(yōu)化算法（PSO）改進SVR算法，建立PSO-SVR預(yù)測模型，提高預(yù)測精度，模型基本可以對隔夜Shibor的走勢進行預(yù)測。針對日數(shù)據(jù)和月數(shù)據(jù)的特點，選用相應(yīng)適宜的算法，并