美元 兌 港幣 歷史匯率的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列各種有用的問答集和懶人包

結合灰色系統理論與類神經網路於日圓匯率漲跌之預測

為了解決美元 兌 港幣 歷史匯率的問題，作者陳怡蓁 這樣論述：

日本與臺灣的商業活動密切頻繁，同時也是臺灣人最喜愛前往旅行的國家，因此日圓匯率的波動對許多層面而言是相當重要的。然而，日圓匯率的漲跌經常受到國際間經濟、政治或貿易的影響，大多數人並沒有辦法透過這些來分析日圓未來可能的走勢；故本研究以技術工具進行分析，試圖找出可簡便預測未來日圓匯率漲跌的方式，提高匯率預測的友善程度，以幫助國人在最短的時間內做出決策，亦可幫助投資人或從事商業活動者進行初步的判斷及參考。本研究原始資料乃取自OANDA網站之月平均匯率資料，其中17種幣別之樣本期間為2011年1月至2014年12月，日圓則為2011年2月至2015年1月；將資料與上個月份的資料相減，取得每月的漲跌。

而後使用灰色關聯分析，計算出各幣別對下一個時間序日圓漲跌的灰關聯係數，並進一步算出兩者之間的灰關聯度。透過灰色關聯分析結果發現，日圓匯率的漲跌受到瑞士法郎、美元、韓元、港幣及紐元匯率漲跌的影響最深，利用類神經網路驗證其結果時也發現，使用這些變數的預測誤差比其他幣別來得低，意即代表這些幣別相對於其他貨幣而言，其漲跌確實對日圓匯率的漲跌有較深的影響，故使用此預測模型所得的網路輸出值與實際值具有較高的一致性。