《表7 双隐藏层神经网络的稳健性检验结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《机器学习融合ARIMA模型的离岸人民币汇率预测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

与隐藏层神经元数量一样，隐藏层层数同样会影响神经网络的表现。隐藏层层数越多，神经网络就越复杂，拟合出的模型也越复杂，这同样会产生过拟合问题，从而导致样本外绩效较差。本文构造了三个双隐藏层神经网络，分别为“10+5”“5+1”“10+1”。“10+5”指的是第一个隐藏层包含10个神经元，第二个隐藏层包含5个神经元，其他两个模型依此类推。作为对比，本文将原来包含10个神经元的单隐藏层Elman网络的结果也列示出来。从表7中可以看出，相比于单层网络，双层网络并不能提升模型的预测效果，但相比于表1的单一模型预测效果有了很大的提升。综合来看，由于本文的汇率预测序列数据量不大，选用简单的单层网络效果更佳，而即使选择了较复杂的网络结构，也能得到较好的预测效果，说明本文的研究结论是稳健的。