在经济全球化日益加深的背景下,一国经济波动会严重影响全球经济发展态势,外汇市场,在各国经济交流中担任着举足轻重的作用。我国自2005年7月“汇改”政策执行以来,人民币汇率形成机制日趋市场化,影响汇率波动的市场因素逐渐增多,导致预测汇率走势变得越来越难。而有效地预测汇率变动,不仅能加强国家对外汇市场监督和管理的有效性,更对维持国际金融稳定、企业国际投资以及个人外汇投资风险管理具有重要意义。汇率序列是一种非平稳、非线性的复杂序列,传统的线性预测方法和非线性预测方法只能从单一尺度对其进行预测,导致长期预测效果欠佳。而经验模态分解(EMD)方法作为一种常用的多尺度分解方法,具有良好的时频特性,能够将时间序列在不同时频尺度上进行分解,从而分析其内在特征。此外,单纯的结构化时间序列预测模型忽略了外汇市场特殊事件对汇率的影响,导致模型对波动期的预测准确率下降,为解决以上问题,本文提出了一种基于EMD和事件影响的汇率预测模型。本文所做的第一个工作是,对已有的汇率预测方法进行了详细的文献梳理,通过分析比较,提出本文采用EMD分解-组合预测模型以实现对汇率时间序列数据的预测。在对传统EMD方法的缺点进行研究后,提出利用蒙特卡洛小波阈值去噪法对其进行改进,以提高汇率序列的分解效果;利用一种自适应中心的DTW算法对分量序列进行重构,得到汇率序列的高频项、低频项及趋势项序列;最后针对重构序列的不同特征,选用不同的预测模型对其实现组合预测。在此基础上,考虑外汇市场特殊事件对汇率的影响,构建了“基于事件影响度的汇率预测”模型。首先,通过对外汇市场中的“特殊事件”进行界定与分类,构造了事件本体库;其次,介绍了基于事件本体库的影响度计算方法;最后,通过计算事件的影响度,实现市场事件对汇率影响的预测。最后,提出利用支持向量回归模型对两者预测结果进行集成,并构建了完整的“基于EMD和事件影响的汇率预测模型”。本文通过大量对比实验,验证了本文研究内容的有效性。实验结果表明,把特殊事件的影响加入到结构化的汇率时间序列预测中,能有效提高模型的预测准确率。