- 年份
- 2024(10742)
- 2023(15422)
- 2022(13289)
- 2021(12337)
- 2020(10190)
- 2019(23579)
- 2018(23012)
- 2017(44711)
- 2016(23620)
- 2015(26457)
- 2014(26050)
- 2013(25519)
- 2012(23004)
- 2011(20466)
- 2010(20233)
- 2009(18606)
- 2008(16842)
- 2007(14245)
- 2006(12250)
- 2005(10291)
- 学科
- 济(91743)
- 经济(91650)
- 管理(68594)
- 业(65910)
- 企(55883)
- 企业(55883)
- 方法(46088)
- 数学(40822)
- 数学方法(40216)
- 中国(27981)
- 融(27025)
- 金融(27023)
- 银(25199)
- 银行(25162)
- 财(24970)
- 行(24206)
- 农(23753)
- 业经(21355)
- 地方(19971)
- 学(18909)
- 制(18272)
- 务(17369)
- 财务(17296)
- 财务管理(17263)
- 企业财务(16466)
- 农业(16279)
- 理论(16239)
- 贸(15896)
- 贸易(15884)
- 环境(15687)
- 机构
- 大学(322679)
- 学院(322289)
- 管理(132286)
- 济(127352)
- 经济(124620)
- 理学(116163)
- 理学院(114962)
- 管理学(112716)
- 管理学院(112147)
- 研究(101416)
- 中国(80150)
- 京(66481)
- 科学(63243)
- 财(57525)
- 农(49771)
- 中心(49092)
- 业大(48909)
- 所(48485)
- 财经(47553)
- 研究所(44723)
- 江(43903)
- 经(43448)
- 北京(41243)
- 范(40777)
- 师范(40360)
- 农业(39036)
- 经济学(38668)
- 院(37661)
- 州(36836)
- 财经大学(35939)
- 基金
- 项目(233202)
- 科学(183954)
- 基金(170411)
- 研究(169261)
- 家(147971)
- 国家(146751)
- 科学基金(127834)
- 社会(106862)
- 社会科(101482)
- 社会科学(101454)
- 省(91574)
- 基金项目(90941)
- 自然(84259)
- 自然科(82350)
- 自然科学(82328)
- 自然科学基金(80806)
- 教育(77831)
- 划(76443)
- 资助(70235)
- 编号(68562)
- 成果(53214)
- 重点(51802)
- 部(50811)
- 发(49234)
- 创(49143)
- 课题(46279)
- 创新(45881)
- 科研(45171)
- 国家社会(44063)
- 教育部(43983)
- 期刊
- 济(127157)
- 经济(127157)
- 研究(89674)
- 中国(54698)
- 学报(50353)
- 管理(46829)
- 科学(46042)
- 农(43864)
- 财(43167)
- 大学(38914)
- 融(37514)
- 金融(37514)
- 学学(36912)
- 教育(32274)
- 农业(30215)
- 技术(29081)
- 财经(22257)
- 业经(21417)
- 经济研究(20691)
- 经(18898)
- 理论(16298)
- 问题(16293)
- 科技(15761)
- 图书(15652)
- 技术经济(15338)
- 实践(15125)
- 践(15125)
- 业(15101)
- 统计(14640)
- 版(14555)
共检索到450345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] 财经理论与实践
[作者]
罗洪奔
提出了一种基于灰色-ARIMA的金融时间序列智能混合预测模型。首先建立金融时间序列灰色预测模型,并采用PSO算法对灰色模型的三个参数进行优化;利用ARIMA算法对预测模型的残差进行分析,同时采用遗传算法对ARIMA的系数进行优化;最后用ARIMA的残差预测结果对灰色预测模型进行补偿。结果表明,以较好的精度拟合一段时期内MA<107的时间序列,预测误差控制在5%以上,与单纯的灰色预测算法和神经网络算法相比,在平均绝对误差、均方根误差和趋势准确率三项评价指标上,具有明显优势。
[期刊] 统计与决策
[作者]
王巍 赵国杰 毕星
文章针对金融时间序列变化复杂、难以用单一智能方法进行有效预测的问题,提出了一种新的基于经验模式分解、支持向量回归和粒子群优化的混合智能预测模型。经验模式分解能将非平稳时间序列按其内在的时间特征尺度自适应地分解为多个基本模式分量,根据这些分量各自趋势变化的剧烈程度选择不同的核函数进行支持向量回归预测,最后通过粒子群优化算法对各预测分量进行加权组合,得到原始序列的准确预测值。证券市场实证研究表明该模型可以准确预测金融时间序列。
[期刊] 统计与决策
[作者]
次必聪 张品一
对金融时间序列的精准预测是经济政策制定者以及投资者关注的重点。文章选用道琼斯工业指数、上海证券综合指数以及伦敦金价格指数作为金融时间序列的代表，以非线性组合的方式，构造了一种新的ARIMA-LSTM组合模型，对三种金融时间序列进行预测，并将ARIMA模型、LSTM模型和线性组合模型作为对照模型，比较不同模型预测的准确性。实证结果表明，所构建的非线性组合预测模型较对照组的单一预测模型和线性组合预测模型均存在普遍的优势。在短期、中期和长期三个预测区间内，非线性组合模型相较于对照组模型的优势随着预测区间的变长而扩大。
[期刊] 中国软科学
[作者]
吕瑞华 王卫亚
根据Kolmogorov连续性定理,本文建立了混沌—神经网络(C-ANN)预测模型;提出了基于遗传算法和神经网络的混沌预测模型与方法(C-ANN-GA混合预测方法);解决了混沌时间序列的非解析式预测问题;使混沌时间序列预测方法得到了新的改进和发展。
关键词：
复杂系统 遗传算法 神经网络 混沌预测
[期刊] 统计与决策
[作者]
沈建荣 高霞
时间序列模型是分析与预测复杂系统的常用方法。与多维分析和系统分析不同,时间序列模型仅考虑单一指标,不考虑系统内各种相互作用的因素,将系统看作一种按照某种规律演化,沿着一
[期刊] 运筹与管理
[作者]
汪漂
鉴于传统预测方法一直基于"点"来衡量时间序列数据,然而现实生活中在给定的时间段内许多变量是有区间限制的,点值预测会损失波动性信息。因此,本文提出了一种基于混合区间多尺度分解的组合预测方法。首先,建立区间离散小波分解方法(IDWT)、区间经验模态分解方法(IEMD)和区间奇异普分析方法(ISSA)。其次,用本文构建的IDWT、IEMD和ISSA对区间时间序列进行多尺度分解,从而得到区间趋势序列和残差序列。然后,用霍尔特指数平滑方法(Holt’s)、支持向量回归(SVR)和BP神经网络对区间趋势序列和残差序列进行组合预测得到三种分解方法下的区间时间序列预测值。最后,用BP神经网络对各预测结果进行集成得到区间时间序列最终预测值。同时,为证明模型的有效性进行了AQI空气质量的实证预测分析,结果表明,本文所提出基于混合区间多尺度分解的组合预测方法具有较高的预测精度和良好的适用性。
[期刊] 数理统计与管理
[作者]
陈艳 石智慧
为提高金融时间序列的预测精度,本文提出了基于MODWT、MCP变量选择方法和RELM_Adaboost的混合预测模型。该模型由三步构成:第一步,收集特征变量,包括MODWT分解得到的特征变量以及常用的技术指标;第二步,利用MCP惩罚方法从上述特征变量中选取重要的作为输入变量;第三步,利用Mnet惩罚正则化ELM,将RELM视作弱预测器,然后用Adaboost算法生成强预测器进行预测。实证结果显示:第一,经过MCP方法的筛选,最终的输入变量中不仅包含常用技术指标,还有小波分解所得的变量。第二,混合预测模型RELM_Adaboost有良好的泛化误差表现。本文提出的模型在量化交易时代具有良好的应用前景。
[期刊] 统计与决策
[作者]
刘遵雄 周天清
由于金融时间序列具有复杂、非线性、非平稳性、含噪声等特点,许多传统的线性及非线性方法难以对其进行有效的预测。为此,文章提出将HRM(A Hessian Regularized Nonlinear TimeSeries Model)应用于金融时间序列领域。实验结果表明,HRM具有较好的模型构建能力,拥有较快的计算速率,并且得到了较好的预测结果。
关键词：
HRM 金融时间序列 建模 预测
[期刊] 北京林业大学学报
[作者]
罗旭 程承旗 冯仲科 岳德鹏 陈晓雪
该文以解析木数据为基础,从整体上对甘肃省小陇山地区的华山松等斛析木的树干形状进行描述,采用R/S方法即时间序列分析法,对树木直径的生长过程进行了分析。研究发现,随着树龄的增加,直径生长的霍斯特指数(H指数)值也呈现增加的趋势,并以此建立了直径生长的H指数预测模型;同时应用灰色理论,根据得到的H指数数据,建立了华山松和锐齿栎的直径生长H指数灰色动态预测GM(1,1)模型,分析了直径生长的动态变化特征。R/S分析结果充分反映了树水直径动态生长过程随时间尺度变化的分形特征,进而为森林资源的动态监测奠定基础。
[期刊] 统计与决策
[作者]
马雪莹 蔡如华 宁巧娇 吴孙勇
在非线性自回归(NAR)模型建模的基础上,文章利用辅助粒子滤波(APF)和灰色预测(GM)相结合的方法估计NAR模型的参数和状态,减少因参数估计问题带来的状态估计误差。并将其与传统NAR模型估计和基于粒子滤波估计NAR模型状态的方法进行实验对比。结果表明,基于辅助粒子滤波与灰色预测相结合的估计方法优于传统NAR模型和粒子滤波估计方法,更适合于金融时间序列的预测。
[期刊] 工业技术经济
[作者]
李炳军 刘思峰 胡坤
应用灰色关联原理对评价区域科技综合实力的 5 8个预选指标进行筛选和组合 ,建立了江苏省区域科技综合实力评价指标体系 ,提出了基于相对灰类划分的灰色定权聚类评价方法 ,并对江苏省 1997——— 2 0 0 1年 5个时期的科技综合实力进行了评价分析。结果表明 ,江苏省的科技综合实力归入强灰类不是暂态的 ,而是稳态的 ,结论具有很高的可靠性。
[期刊] 统计与决策
[作者]
刘全 刘汀
文章基于ARIMA模型具备准确提取时间序列当前值、过去值及误差值之间回归关系的能力,人工神经网络具备对各种变量的感知能力强,非线性逼近、自适应、自学习性等特性,构建了一种多元时间序列预测模型,并进行了理论探讨和实证。该模型能较准确模拟和预测时间序列的变化规律,可较好满足对复杂时间序列的分析预测需求。
[期刊] 统计与决策
[作者]
江艺羡 张岐山
重要点分段法主要利用局部极值点进行划分,可以将时间序列分割成若干个相对较短但不重叠的子序列。该方法在进行序列划分时,能够既保留全局特征,又保持局部性质,是时间序列分段常用的方法之一。文章采用重要点分割法将序列分割成子序列,之后采用灰色GM(1,1)模型对各个子序列进行拟合。实验证明,基于灰色GM(1,1)模型与重要点的时间序列分段算法能够以更少的拟合误差,实现序列的压缩。
[期刊] 统计与决策
[作者]
江艺羡 张岐山
重要点分段法主要利用局部极值点进行划分,可以将时间序列分割成若干个相对较短但不重叠的子序列。该方法在进行序列划分时,能够既保留全局特征,又保持局部性质,是时间序列分段常用的方法之一。文章采用重要点分割法将序列分割成子序列,之后采用灰色GM(1,1)模型对各个子序列进行拟合。实验证明,基于灰色GM(1,1)模型与重要点的时间序列分段算法能够以更少的拟合误差,实现序列的压缩。
[期刊] 统计与决策
[作者]
翟静 曹俊
文章将时间序列ARIMA模型和BP神经网络算法相结合,设计一种组合预测模型,并将其应用于实际预测中,通过实际预测检验了组合预测模型在实际预测中的有效性。研究发现,组合预测模型在预测精度方面总体上优于这两个单项预测模型,因此这种组合预测模型具有良好的预测效能。
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
