摘要


本研究針對三種模式包括自我迴歸整合移動平均，倒傳遞類神經
網路與基因演算法，分別就方向正確性與誤差準確性，來對四種匯率
包括美元對日圓、英鎊、瑞士法朗及美元對新台幣。檢測期間從1990
年至2001年採即期匯率日資料，採逐年進行樣本外預測。本研究發
現，過去幾期之匯率水準值或差分值與當期之匯率水準值或差分值有

較高的線性相關，故以線性之ARIMA 模式或基因演算模式所得之預測
效果較非線性之倒傳遞類神經網路為佳。就預測方向準確性來看，人

工智慧模式均優於傳統ARIMA 模式。由於在外匯市場實務操作上，不
只重視預測準確性，同時更重視預測方向準確性，本研究發現基因演

算法在兩方面表現皆比ARIMA與倒傳遞神經網路為佳，因此，基因演
算法不失為一良好短期匯率預測模式。



關鍵字：自我迴歸整合移動平均、倒傳遞類神經網路、基因演算法、匯率預測

~