- 年份
- 2024(4751)
- 2023(6961)
- 2022(5959)
- 2021(5668)
- 2020(4812)
- 2019(11119)
- 2018(10960)
- 2017(21476)
- 2016(11233)
- 2015(12406)
- 2014(11975)
- 2013(11504)
- 2012(10166)
- 2011(8760)
- 2010(8178)
- 2009(7065)
- 2008(6391)
- 2007(4955)
- 2006(3683)
- 2005(2762)
- 学科
- 济(44800)
- 经济(44751)
- 管理(32656)
- 业(31580)
- 方法(26891)
- 企(26763)
- 企业(26763)
- 数学(24725)
- 数学方法(24344)
- 财(12451)
- 农(10688)
- 中国(9600)
- 业经(8753)
- 务(8745)
- 财务(8711)
- 财务管理(8691)
- 企业财务(8304)
- 贸(7437)
- 贸易(7435)
- 易(7273)
- 技术(7197)
- 农业(7119)
- 理论(6773)
- 地方(6752)
- 环境(6387)
- 学(6337)
- 和(6286)
- 制(6168)
- 划(5880)
- 融(5499)
- 机构
- 大学(144839)
- 学院(143741)
- 管理(63452)
- 济(61484)
- 经济(60515)
- 理学(56661)
- 理学院(56138)
- 管理学(55154)
- 管理学院(54869)
- 研究(39459)
- 中国(29291)
- 京(27729)
- 财(27121)
- 财经(22986)
- 科学(22486)
- 经(21286)
- 中心(20539)
- 业大(20528)
- 经济学(19446)
- 江(18660)
- 农(18452)
- 经济学院(17832)
- 财经大学(17743)
- 范(17675)
- 师范(17505)
- 经济管理(17163)
- 商学(16706)
- 商学院(16564)
- 所(16520)
- 北京(16253)
- 基金
- 项目(109765)
- 科学(89238)
- 基金(83348)
- 研究(80813)
- 家(71380)
- 国家(70838)
- 科学基金(63613)
- 社会(53538)
- 社会科(50934)
- 社会科学(50921)
- 基金项目(44766)
- 省(42055)
- 自然(41802)
- 自然科(40937)
- 自然科学(40928)
- 自然科学基金(40199)
- 教育(38755)
- 划(35712)
- 资助(33365)
- 编号(32018)
- 部(25515)
- 重点(24287)
- 创(23813)
- 成果(23424)
- 国家社会(22880)
- 教育部(22873)
- 发(22724)
- 人文(22403)
- 创新(22236)
- 科研(21841)
共检索到186558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]
李仁宇 叶子谦
文章基于已有文献构建了30个具有预测能力的基金异象因子，以2005—2021年的普通股票型与偏股混合型基金为样本，分别使用线性多因子模型以及机器学习模型来尝试对基金未来业绩进行预测，并通过分组排序以及Fama-Macbeth回归来检验模型的有效性。实证结果表明，机器学习模型具备对基金未来业绩进行预测的能力，通过构建投资组合，可以获得20.256%的年化收益率，并且其表现要优于传统的线性模型。
关键词：
资产定价 基金收益 机器学习
[期刊] 统计与决策
[作者]
方毅 陈煜之
文章基于CAPM、多因子、DNN、LSTM和SVM模型，探讨传统线性资本资产定价模型与机器学习模型对于资产组合样本外的预测能力。提出了六个假设，并采用固定窗口和滚动窗口对模型的预测能力进行验证，结果发现机器学习模型比线性回归在样本外的预测能力更佳，泛化能力更强。
[期刊] 经济经纬
[作者]
方匡南 朱建平 谢邦昌
笔者引入一种新的非参数随机森林方法预测我国基金超额收益率方向,并和自回归移动平均、随机游走、支持向量机等方法进行比较,发现随机森林方法在收益率方向预测上有很好的效果,一定程度上证明了我国金融市场的可预测性。并在收益率方向预测结果的基础上构建各种交易策略,利用2006年12月至2008年10月我国股市大涨大跌期来检验交易策略,结果表明,在其他条件相同情况下,基于随机森林的交易策略表现明显要好于其他策略。
关键词：
收益方向预测 随机森林 交易策略
[期刊] 统计与决策
[作者]
李敬
文章采用线性回归、灰色预测模型和神经网络预测模型分别建立了资产收益预测模型,并基于这三种单一预测模型建立了资产收益组合预测模型,实证预测分析某企业资产收益,得到较好的模拟预测结果。所给预测方法操作简便,实用性强。
[期刊] 华东经济管理
[作者]
阮素梅 于宁
证券投资基金收益往往具有更高的峰度与更大的偏度,建立在古典假定基础上的均值回归分析难以给出准确预测结果。考虑到证券投资基金收益中的高峰、非对称等典型特征与各因素对收益序列的非线性影响模式,建立神经网络分位数回归模型,一方面,可以通过分位数回归功能,揭示各因素对证券投资收益整个条件分布的影响规律;另一方面,可以通过神经网络结构,模拟金融系统中的非线性关系。在神经网络分位数回归模型基础上,对证券投资基金收益整个条件密度函数进行预测,提供比点预测更多的有用信息,便于进行科学决策。
[期刊] 统计与决策
[作者]
陈煜之 李心悦 方毅
文章引入一种小波变换与机器学习的组合预测方法，通过小波变换提取单变量时间序列的主要特征，并应用不同的机器学习模型进行预测分析。构建不同类型的机器学习模型对上证指数、恒生指数、纳斯达克指数和日经225指数进行预测，结果表明：在不增加任何被解释变量的情况下，经过小波变换的数据特征能较好地预测指数收益率；通过比较线性模型、机器学习模型和深度学习模型发现，线性模型在捕获小波变换特征方面表现最好；有效的数据降维方法是提高非线性模型样本外预测精度的重要手段，并且可以减少模型训练的时间；小波变换和贝叶斯混合模型的预测精度高于传统的ARMA模型。
[期刊] 当代财经
[作者]
刘娥平 秦浩原
基于2010—2022年发行可转债和普通债的上市公司在公告日前的分析师报告和股市表现的实证研究表明，相比于发行普通公司债的上市公司，发行可转债的上市公司与分析师之间存在潜在的炒作行为，并形成正的股价效应。具体而言，在上市公司发布可转债募集说明书公告的前180天，分析师报告的语调积极程度显著上升，消极程度显著下降，特别是前90天的反应更为明显。与此同时，发行可转债的上市公司前20日的市净率、股票价格和流通市值的平均上涨幅度显著更大，且公告日前20天的累计异常回报率显著更高，这导致了发行可转债的上市公司后续的股权稀释成本降低。实证结果表明，证券分析师在资本市场中可能存在炒作现象。上述研究结论挖掘了上市公司发行可转债公告前的股价异常现象和股价变化传导机制，同时为资本市场信息披露监管和公众投资者保护提供参考。
[期刊] 科技管理研究
[作者]
韩雅萱 石梦舒 黄元生 刘敦楠 段文军
针对电力系统对短期电力负荷预测精确性的需求，以长短期记忆算法为基础，采用差分自适应进化算法对其进一步改进，从而提出一种基于机器学习的混合算法（SaDE-LSTM）对电力负荷进行短期预测。基于我国2004—2018年间月度社会用电负荷数据，对改进后的混合算法进行性能测试，首先利用差分进化算法的自适应变异和交叉因子来优化长短期记忆算法的初始参数，在此基础上，运用寻优得到的参数训练长短期记忆算法从而得到优化后的预测结果。为证明其优越性，对同组数据采用支持向量机（SVM）、反向传播神经网络、自回归积分滑动平均等算法分别预测。各方法预测结果和真实结果对比分析证明，SaDE-LSTM算法对时间序列数据量要求较低，同时相比其他传统算法有更高的预测精度。该改进算法能够为参与电力系统调度的虚拟电厂、负荷聚合商等对小样本和高精度预测有需求的主体提供参考。
[期刊] 清华大学学报(自然科学版)
[作者]
杨云浩 张国维 朱国庆 袁狄平 贺名欢
火源热释放速率的准确测量对深入理解火灾演变过程至关重要,然而目前被广泛使用的氧耗法所需设备造价昂贵,成本较高。该文提出了一种基于机器学习的综合性框架,用于输入温度数据预测火源热释放速率。基于火灾动力学模拟(FDS)软件模拟ISO 9705房间内不同参数的火灾场景,获取不同位置的温度数据,并建立火灾数据库。分别基于最小绝对收缩和选择(Lasso)、随机森林(RF)两种模型的递归特征消除(RFE)算法进行特征筛选,得到两个不同的低维特征子集,并设置对照组。基于不同的特征子集,分析比较了线性回归(LR)、 K最近邻(KNN)和轻量级梯度提升机(Light GBM) 3种典型模型对热释放速率的预测性能。结果表明:基于随机森林模型的递归特征消除算法筛选所得的特征子集训练的Light GBM模型预测效果最佳,预测结果的根均方误差(RMSE)和均绝对误差(MAE)分别为23.89 k W和15.49 k W,决定系数为0.991 6。该基于机器学习的综合性框架预测效果优异且实施成本较低,为预测火源热释放速率提供了有效途径。
[期刊] 中国软科学
[作者]
戴德宝 兰玉森 范体军 赵敏
依据行为金融学理论,资本市场投资者的心理和行为对股票指数变动有重要影响。为此本文假设投资者情绪与股票指数存在一定内在作用机制,能预测股票市场整体价格变化。通过文本挖掘技术和情感分析方法生成积极和消极各三阶共六类投资者情绪时间序列数据;采用单位根检验、Granger因果关系检验和因子分析等方法构建上证投资者情绪综合指数,并分别使用支持向量机和神经网络预测股票市场价格变化,进行假设验证。结果表明:利用网络股市论坛文本数据和股票交易数据构建的上证投资者情绪综合指数能够提高股指走势预测的精度,有利于政府、在线平台、上市公司和投资主体更好决策。
关键词：
投资者情绪 股票预测 文本挖掘 机器学习
[期刊] 情报学报
[作者]
刘夏 黄灿 余骁锋
随着专利数量的迅速增长,如何预测专利质量,已成为企业、政府以及学术界越发关注的问题。传统的统计分析方法虽然对专利质量评估进行了多方面探索,却较少对专利质量进行预测,尤其是充分利用到专利数据的海量样本和持续更新的优势。本文以2010—2011年国家知识产权局受理的共计85万余件专利申请为研究对象,抓取申请文档中以及相关引文的特征信息,搭建完整的随机森林模型,对后续被引情况进行机器学习及预测。除此之外,随机森林对特征重要性的评估结果显示,专利的向前引证专利的特征比该专利本身的特征对后续引证的预测提供了更多有效信息,进一步显示出专利审查中对前引专利检索工作的重要性。同时,文章结尾指出了本文模型的局限性以及今后借助机器学习对专利预测的改进方法。
关键词：
专利质量 机器学习 随机森林 预测
[期刊] 工业技术经济
[作者]
邢文婷 袁琳 张巧
在“双碳”政策引导下，大力使用低碳、清洁的天然气资源是我国能源转型的重要举措，我国天然气供应主要依赖进口，准确预测天然气进口趋势对实现“双碳”目标具有重大意义。本文采用曲线投影寻踪动态聚类模型从经济发展、人口、天然气行业和能源消费4个方面确定天然气进口影响因素评价指标体系，分别构建多变量灰色GM(1,N)模型、支持向量机回归（SVR）、卷积神经网络（CNN）3种机器学习模型并对2006～2020年我国天然气进口数据进行拟合，对比拟合精度选取最优模型进行预测，以降低预测风险。研究结果表明：（1）曲线投影寻踪动态聚类模型不受指标数量和样本容量限制，按照影响因素的重要程度进行排序构建了天然气进口预测评价指标体系，剔除人为任意性因素的影响，实现预测指标体系的客观性；（2）CNN模型对天然气进口量的时间序列预测具有较高的预测精度；（3）2021～2026年我国天然气进口量呈上升趋势，增速下降，2026年天然气进口量突破2000亿立方米，预测结果与当前国内外能源政策导向吻合，最后针对预测结果提出相关建议。研究结论科学、可靠，可为我国天然气进口及风险管理提供一定的科学依据。
[期刊] 运筹与管理
[作者]
李培志 董清利
电影票房预测对于管理部门一直是一项重要而复杂的工作。电影票房相关变量复杂多变,且数据获取难度较大是制约当前研究的主要因素。相比之下,网络搜索数据是互联网公司发布的用于记录网民搜索行为的结构化数据,能客观及时反映事物的发展趋势。本研究建立了基于网络搜索数据的混合预测模型。首先,匹配与测试集最相似的训练数据构建最优训练集(OTS)。其次,应用帝国竞争算法(ICA)选择最小二乘支持向量机(LSSVM)的最佳参数组合。最后,使用优化模型进行预测。为了测试模型的效果,使用中国大陆上映的电影票房数据进行模拟实验。结果表明混合模型具有更高的预测精度。本研究所构建的模型适用于中国电影业的票房预测,可为有关部门提供决策参考。
关键词：
网络搜索数据 机器学习 票房预测
[期刊] 清华大学学报(自然科学版)
[作者]
代鑫 黄弘 汲欣愉 王巍
暴雨内涝的快速预测对于提升灾害应急处置能力具有重要意义.针对传统数值模拟复杂耗时导致难以满足暴雨内涝预测时限要求的问题,该文基于机器学习方法构建城市暴雨内涝时空快速预测模型.利用城市综合流域排水模型(InfoWorks ICM)模拟的高精度网格结果作为数据驱动,综合考虑降雨因素、地理数据以及排水管网的分布情况,分别基于随机森林、极限梯度提升(XGBoost)、K最近邻以及长短期记忆(LSTM)神经网络建立城市暴雨内涝快速预测模型.以某城市区域为例,开展算例研究,结果表明:随机森林模型的空间预测效果最佳,淹没范围预测准确率可达99.5%,积水深度平均预测误差3.6%;LSTM神经网络模型能准确预测内涝点积涝过程的水深时序变化.在该算例场景下,所构建的机器学习模型可实现s级的暴雨内涝时空快速预测.
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
