《表4 四个模型输入变量情况》

  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

《基于多模态投资者情绪数据的USD/CNY汇率波动率预测研究》

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

本文基于LSTM模型的基础之上，构建了四种美元兑人民币汇率模型：a）只将汇率历史价格波动作为输入变量的单时序模型；b）将外汇投资者情绪指数与汇率历史价格波动两个变量作为模型输入的文本情绪与时序混合模型；c）以SHIBOR（一年）、美国国债（三月）、布伦特原油价格、上证综指和SP500指数，再加上汇率历史价格波动共六个指标作为输入变量的传统数量指标模型；d）基于LSTM文本挖掘出的投资者情绪，再以SHIBOR（一年）、美国国债（三月）、布伦特原油价格、上证综指和SP500指数，最后加上汇率历史价格波动共七个指标作为变量输入的多模态投资者情绪数据模型。外汇市场投资者情绪总体上波动较大，且当出现剧烈波动时期，通常对应着外汇市场的下跌行情出现。投资者在面对较差行情时，更敏感、更容易出现非理性行为。如表4所示，输入层变量包含三种，时序变量表示的是在岸美元兑人民币汇率历史价格数据；投资者情绪表示的是基于文本数据使用LSTM挖掘出来的外汇投资者情绪值；传统数量指标包括SHIBOR（一年）、美国国债（三月）、布伦特原油价格、上证综指和SP500（美国标普500指数）五种。“√”表示此等变量应用到了LSTM的输入层，“―”则表示没有输入。通过这四个模型的结果对比，得出基于多模态投资者情绪数据的USD/CNY汇率预测研究结论。通过反复实验发现各个模型不同的隐藏节点数以及各参数，以此获得相对精确度最高的结果。