改革开放以来,随着人们的生活水平的迅速提升,国内金融市场的发展也逐步深入,外汇市场得到了众多投资者的青睐。与此同时,外汇风险也引起了大家的重视和广泛关注。如何很好地管理和规避外汇风险是众多外汇投资者必学的一门重要课程。外汇市场具有复杂性、多变性以及高度波动性的特点,影响汇率波动的因素多种多样,错综复杂,是一个较为典型的非线性系统,很难对它做出精确的预测。因此,外汇汇率的预测成为了外汇风险管理以及数据挖掘领域研究的一个热点问题。本文根据BP神经网络能逼近任意的非线性模型以及对短期预测效果优良的特点,选取了BP神经网络对美元/日元和英镑/美元这两对货币进行短期预测,利用货币对的开盘价、收盘价、最高价和最低价分别预测以上两个货币对的5分钟、15分钟以及30分钟的收盘价,最高价和最低价。并把ARIMA模型与BP神经网络模型进行对比来说明BP网络在短期预测上的优良性能。通过MATLAB来构造神经网络函数,并根据外汇市场中普遍存在的时滞特点,在网络中加入了相应的延迟因子对其进行优化。以8:2的比例来划分训练集和测试集,最后经测试集结果验证,带有输入延迟因子的BP神经网络能较好地预测短期的外汇汇率,对投资者的投资决策具有一定的参考作用。