模型表现
该模型使用过去一年的数据进行测试。图中展示的是模型在测试集上的表现。从整体效果来看，模型达成了：
96.69% 的趋势判断准确率
95.08% 的预测误差小于 0.05
由 Loki Zhu (LSE) 开发
Exchangerature 是一个专注于短期汇率预测的小工具，预测目标是每日的平均汇率。它并不是为了提供货币投机建议，而是希望为身处海外的用户提供一些实际参考和便利。目前模型专注于人民币兑英镑（CNY/GBP）这一汇率对，项目由我：一名就读于伦敦政治经济学院（LSE）的经济学学生独立开发完成。
所有预测均基于过去十年的历史数据训练，并通过机器学习模型生成。无论你是在处理跨境支付、安排出行计划，还是只是关注汇率变化，希望这个工具能为你带来一些判断建议。由衷希望此工具能为您带来便利。
* 本项目中默认将人民币视为本币
* 网站每天 2:00AM（ UTC+0）自动更新
本汇率预测系统基于长短期记忆网络（LSTM），这是一种专为学习时间序列数据而设计的深度学习模型。模型使用人民币兑英镑（CNY/GBP）的历史每日汇率数据以及宏观政治经济指标进行训练。模型预测目标为每日平均汇率，以反映汇率的短期整体走势。
模型采用在测试中表现最佳的双层神经网络结构。这样的设计既提升了模型对复杂短期动态的识别能力，同时也保持了较强的泛化性能。系统每天分析过去 12 天的平均汇率变动，并预测下一个交易日的平均汇率值。
模型采用公开可靠的数据源（yfinance），以确保结果的透明与可复现性。
该模型使用过去一年的数据进行测试。图中展示的是模型在测试集上的表现。从整体效果来看，模型达成了：
96.69% 的趋势判断准确率
95.08% 的预测误差小于 0.05