匯率的可預測性一直是學者們感興趣的議題，文獻(Diebold and Nason，1990； Meese and Rose，1991)中發現雖然在統計上發現匯率具有非線性的性質，但卻很難找到一個非線性模型可以成左漲b樣本外預測上擊敗隨機模型；本研究的目的即是探討此一謎題，既然匯率明顯的表現它的非線性特性，那是否可以建構一個合適的非線性模型去預測它。
本研究以美國對六種匯率的匯率為研究對象，首先使用R/S分析確定資料型態，判定匯率是否具有趨勢，在確定匯率具有趨勢後，建立非線性匯率預測模型-「趨勢模型」。趨勢模型以匯率的加權移動平均作為趨勢，模型具有兩種能力，一是將預測值往趨勢值推近，二是修正預測錯誤的能力。
除了隨機漫步模型以外，本研究並引入非線性模型STAR(Smoothing Transition Auto-regressive)模型以及線性模型AR(Auto-regressive)模型進行樣本外預測能力的比較。本文發現，除了美元兌英鎊匯率外，趨勢模型的預測能力優於隨機漫步模型；STAR模型的預測能力並不佳；線性模型AR和隨機漫步模型則互有勝負。
