嵌入市场情绪的人民币汇率预测及推广探讨

本文是一篇国际金融论文，本文所做的主要工作是嵌入市场情绪的汇率预测研究，目的在于改进现有汇率预测模型无法解决汇率数据存在的高噪声等问题，提高汇率预测精度，实现对短期汇率进行有效预测。
第1章绪论
1.1研究背景
汇率既是国际贸易中不可或缺的重要组成部分，也是各国调节国际收支的主要手段，在国际经济联系中发挥着关键作用。汇率的大幅波动不仅直接影响到企业进行套期保值、风险管理和资本预算决策等经营活动，也是政府制定货币政策、银行控制汇率风险时不可忽视的市场因素。在全球化经济体系中，各经济体高度重视汇率的管理与稳定性，采取了一系列宏观经济政策措施，如货币政策调整和外汇干预等，以防范汇率剧烈波动可能引发的金融风险，确保经济的稳健运行。
改革开放以后，伴随着我国逐步放开外贸经营限制，人民币汇率制度经历了从固定汇率制到双轨制汇率，再转向有管理的浮动汇率制的多阶段演进。1994年1月，为加快金融体制改革，改革外汇管理体制，逐步使人民币成为可兑换货币，我国实行人民币汇率并轨，外汇留成制转为强制结售汇制度。然而在面对需要稳定人民币汇率的特定经济情境时，国家外汇管理机构实际采取的操作策略，依旧倾向于实施一种盯住美元的固定汇率制度。2005年7月21日，央行宣布实行参考一篮子货币调节、有管理的浮动汇率制度，这一改革是人民币汇率市场化形成机制迈出的重要一步，有弹性的浮动汇率制度有利于调节国际收支，也为人民币在资本项目下实现可兑换创造和积累了条件。但在这一时期，中国人民银行仍然对汇率市场进行常态化干预，浮动汇率的弹性还不够。2015年8月11日，由于中间价定价机制透明度较低，人民币收盘价对中间价的大幅偏离频繁出现，央行宣布调整人民币对美元汇率的中间价报价机制，要求做市商提供银行间外汇市场中间价报价时参考上日的收盘汇率。通过这次改革，央行操纵中间价的空间大幅降低，中间价和上一日收盘价的价差显著缩小。从我国汇率制度的历史演变来看，人民币始终坚持向市场化、国际化迈进。

国际金融论文怎么写

.......................
1.2研究目的与意义
1.2.1研究目的
2020年以来，在美联储多次大幅加息、全球通胀飙升和新冠疫情等事件的冲击下，人民币汇率大幅波动。人民币兑美元汇率从2020年5月的最高点7.17逐步下降至2022年3月的最低点6.3，随后迅速反弹并于2022年11月达到了7.32的峰值。在不确定性加剧的当下，若能对人民币汇率进行准确预测，将对微观主体的经贸活动和宏观经济的长期运行和调控具有重要意义。
现有的汇率预测方法通常以单个或多个结构化经济基本面因子为特征变量进行预测，但这类方法通常忽视了如新闻媒体情绪、网络评论情绪和监管机构干预倾向这类非结构化的反映市场情绪的定性因子，因此不足以拟合汇率波动特征并对未来汇率走势进行准确预测。
基于上述分析，本文的核心研究目的在于：
第一，从市场的参与主体出发，使用基于情感词典的情感分析方法，利用不同来源的文本信息得到代表不同市场参与主体的情绪指标。在关注加入市场情绪是否有效提高模型预测准确性的同时，比较不同市场情绪及组合对提高汇率预测精度的贡献程度。
第二，在提高情感分析准确性的要求下，通过情感倾向点互信息（SOPMI）算法和词向量（WORD2VRC）法扩充情感词，构建外汇领域的专业情感词典，弥补目前在外汇领域情感词典上的研究空白。
第三，为验证本研究提出的嵌入市场情绪的人民币汇率预测模型的有效性，在确定最优的市场情绪组合的基础上，根据预测结果，设计出具有实际应用能力的交易策略。
....................
第2章相关理论与文献综述
2.1相关理论
2.1.1汇率决定理论
（1）购买力平价理论
购买力平价是一种衡量不同国家货币价值和购买力的经济理论。该理论认为，在所有国家的国内商品和劳务价格之间存在一种关系，使得在所有国家中，同一种货币的购买力应该是相同的。尽管购买力平价提供了一种理想的货币价值衡量方式，但在实际应用中，它面临着多种挑战。诸如贸易壁垒、运输成本、产品质量差异以及市场结构的差异都会影响商品和服务的价格，从而影响购买力平价的准确性。
（2）利率平价理论
利率平价理论是一种关键的汇率决定理论，用于解释汇率变动与两国之间利率差异之间的关系。利率平价理论分为两个主要形式：抛补利率平价和非抛补利率平价。抛补利率平价假设，当考虑到远期汇率合约的使用时，国际上不同货币之间的存款利率差异将被远期汇率贴水或溢价所抵消。具体而言，如果一国货币的利率高于另一国，该国货币在远期市场上将呈现贴水状态，以防止套利者通过借入低利率货币、兑换并投资于高利率货币来获得无风险利润。非抛补利率平价则基于对未来汇率变动的预期，高利率货币预期将相对于低利率货币贬值，贬值幅度应与两国之间的利率差相等。这种预期的贬值防止了投资者仅凭借利率差异获得无风险利润的可能性。尽管利率平价理论在理论上为汇率决定提供了清晰的框架，但在实际应用中，市场的不完美性、资本管制、预期误差以及其他因素如政治风险和经济政策变化等都可能导致实际汇率与理论预测之间存在偏差。此外，短期内，汇率受到多种因素的影响，可能不会完全遵循利率平价理论的预测。
........................
2.2文献综述
2.2.1汇率预测的相关研究
通过梳理相关文献，可以发现汇率预测模型的演进主要经历了三个发展阶段：（1）以汇率决定理论为基础的基本面分析模型。汇率变动与宏观经济因素之间的相互作用构成了汇率研究的核心问题。标准经济模型指出，宏观经济基本面变量，如货币供应量、国内生产总值、通货膨胀率以及利率等，是影响汇率波动的关键因素[1]。学者们将基本面因素引入汇率预测模型，建立了购买力平价（PPP）模型[2]、利率平价（IRP）模型[3]、弹性价格货币（FPMM）模型[4]、泰勒规则汇率模型[5]、行为均衡（BEER）模型[6]、无抛补利率平价（UIP）模型[7]等对汇率进行预测，结果表明在短期限内，对汇率的随机走势预测通常优于从经济理论中得出的其他模型[8]。（2）基于汇率时间序列特性的统计计量模型。包括阈值自回归[9]、指数自回归[10]、差分自回归移动平均[11]、广义自回归条件异方差模型[12]等。虽然计量模型在很多时间序列预测中展现出稳健性，但面对汇率的高度复杂性与非线性特质，这些模型往往难以完全捕获其动态变化，预测精度欠佳。（3）考虑汇率自身数据特点的机器学习模型。随着机器学习技术的发展，不少学者尝试将如支持向量机（SVM）模型[13]、长短期记忆（LSTM）模型[14]、TCN模型[15]引入金融领域时间序列的预测，并与线性自回归和随机游走模型进行对比。研究结果显示，机器学习模型在进行时间序列预测时展现出了显著的优势，特别是在汇率预测的精确度方面有了明显的提升
..........................
第3章人民币汇率市场情绪的测度与研究.............................29
3.1数据获取与预处理......................29
3.1.1数据来源.........................................29
3.1.2数据获取.........................31
第4章嵌入市场情绪的人民币汇率预测设计.............................45
4.1数据描述......................................45
4.2数据分解与重构...............................46
第5章外汇交易策略构建与评价...............................67
5.1交易策略的设计..........................................67
5.2策略设置与回测结果分析...........................69
第5章外汇交易策略构建与评价
5.1交易策略的设计
双均线策略，作为一种基于技术分析的交易方法，涉及两条不同周期的移动平均线（Moving Averages，简称MA）在价格走势上的应用，用以判断市场趋势和发现交易信号。双均线策略的理论基础在于移动平均线的平滑作用，能够过滤掉市场价格的随机波动，揭示出市场的主要趋势。通过观察短期与长期均线的交叉，交易者能够捕捉到趋势变化的初期信号，从而在趋势形成的早期阶段进入市场。此外，该策略的有效性也受到市场条件、选定的时间框架以及均线参数的影响，需要通过历史数据的回测和实践中的不断调整来优化。
这种策略基于一条短期移动平均线（例如10日均线）和一条长期移动平均线（例如50日均线）之间的相对位置和交叉情况来进行买卖决策。当短期均线自下而上穿过长期均线时，被视为市场进入上升趋势，提示买入信号；相反，当短期均线自上而下穿过长期均线时，预示着市场可能进入下降趋势，此时为卖出信号。

国际金融论文参考

........................
第6章结论与展望
6.1研究结论
本文所做的主要工作是嵌入市场情绪的汇率预测研究，目的在于改进现有汇率预测模型无法解决汇率数据存在的高噪声等问题，提高汇率预测精度，实现对短期汇率进行有效预测。为此，本文首先通过爬虫技术获取到了来自国内和国外两个市场的新闻、网站评论、监管机构文本和代表潜在投资者情绪的搜索指数。其次，通过SO-PMI和WORD2VEC算法扩充外汇领域相关情感词，结合基础词典构建出外汇领域情感词典，并使用该词典对各类型文本进行情感分析，得到了国外和国内市场的专业投资者情绪和个人投资者情绪。再次，针对监管机构情绪，分别使用两种方法进行测度，一是基于央行汇率沟通行为对文本进行赋值，二是基于情感词典得到其情感分数。从次，使用CEEMDAN算法对汇率数据进行分解和重构，对得到的高频、低频和趋势项三个分量分别使用LSTM预测后合成最终的预测结果。最后，比较嵌入单一类型市场情绪的预测精度和嵌入多类型市场情绪的预测精度，找出最优的市场情绪组合。使用这个最优的组合对汇率进行预测，并结合双均线策略构建嵌入市场情绪的外汇交易策略进行交易模拟。
根据实证结果，可以得出以下结论：
（1）本研究提出的CEEMDAN-LSTM模型的预测性能在横向与纵向角度都是最优的。（2）无论是专业投资者情绪、个人投资者情绪、潜在投资者情绪还是监管机构情绪，嵌入到本研究的CEEMDAN-LSTM模型时，都能显著提高人民币汇率预测的精度。
（3）对于同一市场的市场情绪指标而言，嵌入监管机构情绪对降低人民币汇率预测误差，提高模型预测精度的效果最好，其次是嵌入专业投资者情绪和个人投资者情绪，最后是嵌入潜在投资者情绪。
（4）相较于嵌入国外市场的市场情绪指标，嵌入国内市场的市场情绪指标更能提高模型的预测精度。但同时嵌入两个市场的市场情绪指标对模型预测精度提升的效果高于只嵌入一个市场的市场情绪指标。
参考文献（略）