《表3 趋势序列（机器学习）和周期序列（ARIMA）的反向预测误差》

  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

本文进一步验证了ARIMA模型对线性序列以及机器学习模型对非线性序列的预测效果，表3报告了模型的反向预测效果，即利用ARIMA模型对非线性的周期序列进行拟合，利用机器学习模型对线性的趋势序列进行拟合。可以看出，ARIMA对周期序列的拟合结果非常差，其RMSE高达0.354 5，远高于对原始序列拟合的0.028 8以及对趋势序列拟合的0.000 4，其他各误差项的结果也说明了预测效果的低效性。机器学习模型对趋势序列的拟合结果相对于原始序列来说略好（Elman除外），但相对于周期序列的拟合效果来说则表现明显要差（ANN除外）。表2和表3的对比结果充分验证了ARIMA模型在预测线性序列上的有效性，以及机器学习模型在预测非线性序列上的有效性。