- 年份
- 2024(2034)
- 2023(2988)
- 2022(2708)
- 2021(2529)
- 2020(2354)
- 2019(5748)
- 2018(5832)
- 2017(11142)
- 2016(6143)
- 2015(6977)
- 2014(7030)
- 2013(6800)
- 2012(6029)
- 2011(5518)
- 2010(5530)
- 2009(5168)
- 2008(5007)
- 2007(4504)
- 2006(3851)
- 2005(3503)
- 学科
- 济(30248)
- 经济(30231)
- 方法(20475)
- 数学(18785)
- 数学方法(18310)
- 管理(17767)
- 业(15218)
- 企(14050)
- 企业(14050)
- 学(5913)
- 理论(5397)
- 农(5207)
- 贸(4795)
- 贸易(4791)
- 易(4691)
- 中国(4481)
- 财(4472)
- 业经(4393)
- 和(3887)
- 技术(3841)
- 市场(3704)
- 划(3245)
- 产品(3236)
- 务(3221)
- 策(3215)
- 地方(3202)
- 财务(3192)
- 财务管理(3184)
- 环境(3148)
- 制(3061)
- 机构
- 大学(89824)
- 学院(88036)
- 管理(38272)
- 济(35205)
- 经济(34447)
- 理学(33978)
- 理学院(33622)
- 管理学(32473)
- 管理学院(32318)
- 研究(26215)
- 中国(20102)
- 京(18740)
- 科学(17609)
- 财(14352)
- 业大(14015)
- 中心(13353)
- 农(13183)
- 所(13057)
- 财经(12247)
- 江(12235)
- 研究所(12047)
- 北京(11841)
- 经(11181)
- 农业(10559)
- 范(10524)
- 师范(10411)
- 经济学(10326)
- 州(9834)
- 经济管理(9787)
- 工程(9472)
- 基金
- 项目(62717)
- 科学(50697)
- 基金(47966)
- 家(42278)
- 国家(42063)
- 研究(41328)
- 科学基金(37379)
- 自然(26923)
- 社会(26485)
- 自然科(26456)
- 自然科学(26454)
- 自然科学基金(25948)
- 社会科(25268)
- 社会科学(25260)
- 基金项目(24425)
- 省(24014)
- 资助(22057)
- 划(20640)
- 教育(20261)
- 编号(16236)
- 重点(13845)
- 部(13831)
- 创(12737)
- 科研(12538)
- 计划(12268)
- 成果(12257)
- 教育部(11954)
- 创新(11891)
- 发(11749)
- 大学(11570)
共检索到122342条记录
发布时间倒序
- 发布时间倒序
- 相关度优先
文献计量分析
- 结果分析(前20)
- 结果分析(前50)
- 结果分析(前100)
- 结果分析(前200)
- 结果分析(前500)
[期刊] 统计与决策
[作者]
李成 周恒
为了提高基于神经网络的国际原油价格预测性能,文章提出一种改进型变参数神经网络原油价格预测方法。该方法利用经验模式分解(EMD)对原油价格序列进行分解得到多个内蕴模式(IMF),对于每个IMF进行变参数的前向神经网络训练,将每个IMF下预测的结果进行综合,从而得到预测的原油价格。实证结果表明,相比已有的基于EMD和神经网络的预测方法,本方法的预测效果有一定的改善。
[期刊] 统计与决策
[作者]
范丽伟 代杰 尹俊超
为了提高油价预测的精度,文章运用主成分分析(PCA)的方法对初始数据进行预处理,同时将小波分析与BP神经网络结合构建小波神经网络(WNN),由此得到PCA-WNN预测模型。数值实验的结果表明,相比于传统BP模型和PCA-BP模型,PCA-WNN模型的预测精度更高,稳定性更好,泛化能力更强,是一种更出众的油价预测方法。
[期刊] 统计与决策
[作者]
范丽伟 代杰 尹俊超
为了提高油价预测的精度,文章运用主成分分析(PCA)的方法对初始数据进行预处理,同时将小波分析与BP神经网络结合构建小波神经网络(WNN),由此得到PCA-WNN预测模型。数值实验的结果表明,相比于传统BP模型和PCA-BP模型,PCA-WNN模型的预测精度更高,稳定性更好,泛化能力更强,是一种更出众的油价预测方法。
[期刊] 统计与决策
[作者]
余伟 陈治明 罗飞
文章在分析宏观经济系统特点之后,针对现有的采用人工神经网络对经济系统进行建模和预测的方法的存在的问题,提出了一种改进型神经网络算法。首先对训练样本集采用链式数据重组的方法进行扩充;然后在构造的人工神经网络输入层单元引入经济指标的增长率数据和时间窗口序列数据。仿真结果表明,文章提出的算法能够增强神经网络的泛化能力,提高系统模型的预测精度。
关键词：
宏观经济 经济预测 人工神经网络
[期刊] 运筹与管理
[作者]
张金良 谭忠富
针对原油现货价格的非线性和时变性特征,提出一种小波变换结合Elman神经网络和广义自回归条件异方差(GARCH)模型的混沌预测方法。首先利用小波变换将原油现货价格序列分解和重构成概貌序列和细节序列。其次对概貌序列和原油期货价格序列进行相空间重构,建立Elman神经网络的混沌时间序列模型预测概貌序列的未来值;同时以细节序列为历史数据,构建GARCH模型预测细节序列的未来值;最后将概貌序列和细节序列的未来值求和作为最终的预测值。实验证明该方法能够提供更准确的预测结果。
[期刊] 宏观经济研究
[作者]
中国驻德使馆经济组
[期刊] 统计与决策
[作者]
高建 董秀成
由于原油价格波动的影响巨大,世界各国政府及专家学者都非常关注原油价格的波动,都重视研究原油价格波动所带来的风险问题。油价预测理论自出现至今已经历了近一百年的历程,从最早的资源的不可再生理论角度发展到当前形形色色的包括金融物理中的分形、
[期刊] 价格月刊
[作者]
吕成双 王彤
国际原油价格数据具有复杂的特征变化趋势，直接使用现有模型对其预测往往效果不佳。针对此问题，提出一种分解-预测机制的预测模型。使用由噪声自适应完备总体平均经验模态分解算法对原油价格数据进行分解，将分解获取的子序列和残余趋势序列作为训练数据；基于CNN、LSTM单元和注意力机制模块构建了附有注意力机制的序列到序列深度学习模型。对所有子序列进行训练和预测，将预测结果重构以获取最终的价格预测结果。以布伦特原油日价对模型进行性能测试，结果表明，提出模型的预测结果与真实价格数据拟合情况良好，在平方根均方误差、平均绝对误差、平均绝对百分比误差分三项指标上均达到1.2545、0.9675及1.23%，相比其余几种对比模型有着更优秀的预测性能。
[期刊] 价格理论与实践
[作者]
徐进 王雪莲
科学预判国际油价走势对我国稳经济、稳金融、稳物价，以及防范市场风险、促进经济高质量发展具有重要意义。鉴于原油市场影响机制的复杂性，以WTI原油现货价格数据为例，在同一框架下整合8个维度的92个预测指标，提出基于效率的两阶段模型，分析影响油价变动的主要驱动力，将具有预测能力的指标子集纳入随机森林算法，旨在提高原油价格预测精度。结果表明：原油市场的金融化特征越来越显著，金融指标的预测信息越具有突出价值。损失函数标准和统计检验分析结果显示：相比于其他竞争模型，基于效率两阶段模型的预测性能更具有优越性。基于上述结论，提出建议：应重视利用原油市场的金融化信息，加强油价波动风险技术监测，规避国际原油市场风险。
[期刊] 统计与决策
[作者]
魏文轩
在研究神经网络算法和主成分分析理论的基础上,针对股票市场的高度非线性特征,结合主成分分析预处理方法,对原始交易数据进行降维,减少数据规模,提出一种改进的RBF神经网络模型对股票市场进行预测。通过实验对比表明,文章提出的模型具有收敛速度快、预测准确度高等特点,应用前景较好。
[期刊] 管理科学
[作者]
刘金培 林盛 郭涛 陈华友
针对具有非线性和不稳定性的时间序列,提出一种结合小波分解、滑动平均离散差分方程和马尔可夫方法的动态预测模型。利用小波多尺度分解将原时间序列分解到不同频率通道上,然后对分解出的低频近似小波系数利用滑动平均离散差分方程预测模型进行预测,并利用马尔可夫方法对时间序列的高频细节小波系数进行预测,最后将低频和高频的预测结果进行小波重构得到时间序列的实际预测值。原油价格的时间序列是一类典型的具有非线性和不稳定性的序列,利用此模型对WTI原油(周度)价格进行实证预测分析,分别预测WTI原油价格的整体变化趋势和周度实际原油价格。研究结果表明,此模型不但可以有效地预测时间序列的整体变化趋势,能从细节上对其进行有...
[期刊] 价格月刊
[作者]
王书平 朱艳云
原油价格预测是国际大宗商品市场研究的一个重要领域。基于分解-重构-集成的思维,运用经验模态分解(EMD)、BP神经网络以及ARIMA模型,建立多尺度组合预测模型对国际原油价格变动特点和走势进行了分析:将原油价格序列分解并重构成高频、中频、低频和趋势四个部分,从不规则因素、季节因素、重大事件以及长期趋势四个方面解释了重构项的变动特征。实证分析结果显示,多尺度组合模型的预测效果优于ARIMA模型、BP神经网络等单模型的预测效果。
[期刊] 山西财经大学学报
[作者]
冯征
传统的神经网络财务预警模型存在缺陷,无法解释变量间的因果关系,使训练时间增加、训练精度下降。改进后的神经网络预警模型运用了统计方法、神经网络、粗糙集和模糊技术,能够得到优于传统神经网络模型的预测结果,弥补了传统神经网络模型解释性差的缺陷,实证研究结果也证实了该模型的有效性。
关键词：
财务预警 神经网络 粗糙集
[期刊] 价格理论与实践
[作者]
李君臣 董秀成 高建
由于受到各种因素的影响,油价的波动往往充满不确定性。本文对WTI和Brent原油价格时间序列进行非线性分析,得出世界原油价格都是具有记忆的持久性时间序列。然而,这种记忆性是极为有限的。基于这一结论,本文认为世界石油市场充满了风险;并且短期内的油价预测结果更令人信服,而随着预测周期的增长,油价预测往往是不准确的。这对国家以及石油企业相关政策的制定有积极的作用。
[期刊] 电子科技大学学报(社科版)
[作者]
张跃军 邢丽敏
【目的/意义】原油作为重要的工业原料、大宗商品和战略储备物资,其价格波动对全球经济发展具有重大影响,对原油价格进行预测是能源经济领域的热点研究课题。对国际原油价格预测的主要方法进行系统梳理并展望未来研究方向,有助于该研究领域的纵深发展。【设计/方法】基于295篇国际期刊文献,对国际油价预测的发展阶段、发表期刊、研究机构等进行归纳总结,然后对近二十年油价预测领域的主要研究方法进行系统梳理和分析,最后对油价预测工作进行评述和趋势展望。【结论/发现】自2008年金融危机后,油价预测研究快速发展,相关文章主要发表于能源经济领域的权威期刊《Energy Economic》。现有油价预测方法主要包括计量模型、机器学习和混合预测模型。展望未来,利用高频日内交易数据,融合计量和机器学习前沿方法,对原油价格进行区间预测或概率密度预测是值得探索的方向,此外还应深化油价预测结果的实际应用价值。
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
