- 年份
- 2024(7350)
- 2023(10957)
- 2022(9800)
- 2021(9484)
- 2020(8001)
- 2019(18718)
- 2018(18817)
- 2017(36428)
- 2016(20078)
- 2015(22923)
- 2014(22910)
- 2013(22431)
- 2012(20734)
- 2011(18554)
- 2010(18487)
- 2009(16930)
- 2008(16765)
- 2007(14710)
- 2006(12763)
- 2005(11173)
- 学科
- 济(79039)
- 经济(78952)
- 管理(57288)
- 业(52725)
- 企(45744)
- 企业(45744)
- 方法(41029)
- 数学(35547)
- 数学方法(34927)
- 农(19112)
- 财(18477)
- 学(18472)
- 中国(18210)
- 业经(16562)
- 理论(15340)
- 贸(14568)
- 贸易(14560)
- 地方(14198)
- 易(14164)
- 和(12855)
- 制(12785)
- 务(12497)
- 财务(12424)
- 财务管理(12396)
- 技术(11919)
- 农业(11866)
- 企业财务(11708)
- 环境(11038)
- 银(10984)
- 银行(10945)
- 机构
- 大学(285756)
- 学院(282235)
- 管理(113960)
- 济(106546)
- 经济(103934)
- 理学(99056)
- 理学院(97954)
- 管理学(95801)
- 管理学院(95315)
- 研究(91246)
- 中国(69261)
- 京(61754)
- 科学(59141)
- 财(48356)
- 所(46272)
- 农(44129)
- 业大(43260)
- 中心(42563)
- 研究所(42237)
- 江(40359)
- 财经(39445)
- 北京(39283)
- 范(37252)
- 师范(36892)
- 经(35801)
- 农业(34792)
- 州(33467)
- 院(33082)
- 经济学(30942)
- 技术(30472)
- 基金
- 项目(194105)
- 科学(151563)
- 基金(140623)
- 研究(139243)
- 家(122599)
- 国家(121636)
- 科学基金(104713)
- 社会(85004)
- 社会科(80504)
- 社会科学(80481)
- 省(75141)
- 基金项目(74547)
- 自然(70776)
- 自然科(69187)
- 自然科学(69172)
- 自然科学基金(67879)
- 教育(64473)
- 划(63583)
- 资助(60426)
- 编号(57065)
- 成果(46375)
- 重点(42669)
- 部(42274)
- 创(39515)
- 发(39248)
- 课题(38877)
- 科研(37486)
- 创新(36818)
- 大学(36535)
- 教育部(36096)
- 期刊
- 济(112577)
- 经济(112577)
- 研究(80612)
- 中国(50962)
- 学报(47023)
- 科学(42147)
- 管理(41702)
- 农(38919)
- 财(35661)
- 大学(35332)
- 学学(33029)
- 教育(32677)
- 农业(27590)
- 技术(25835)
- 融(23754)
- 金融(23754)
- 财经(18478)
- 图书(18307)
- 经济研究(17645)
- 业经(17467)
- 理论(17091)
- 实践(16067)
- 践(16067)
- 经(15587)
- 技术经济(14396)
- 统计(14324)
- 问题(14003)
- 业(13999)
- 科技(13868)
- 版(13326)
共检索到408438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] 技术经济
[作者]
向小东
金融时间序列数据的预测是预测领域的热点问题。本文结合小波变换与神经网络的有关理论,给出了基于小波神经网络的石油期货价格预测具体学习算法并进行了拟合及检测,结果表明该方法具有比常用的BP算法及径向基函数网络算法(HCM算法)更好的拟合能力、推广能力,可为石油期货买卖决策提供一定的依据,并可推广于其它金融时间序列的预测。
关键词：
小波神经网络 石油期货价格 预测
[期刊] 价格理论与实践
[作者]
贠晓哲 赵松
原油期货价格预测是一个世界性的难题。本文在多分辨分析和小波神经网络相关理论的基础上,建立了WTI国际原油期货价格预测模型,并利用该模型对原油期货价格进行预测。结果发现该方法在预测原油期货价格上较BP神经网络模型等有更高的精准度。
[期刊] 财经理论与实践
[作者]
林杰 龚正
分析沪锌期货的特征,发现沪锌期货价格存在非线性和波动集聚性的特点。选择沪锌期货的相关指标作为参数,运用人工神经网络训练数据,进行价格涨跌预测,构建BP神经网络和卷积神经网络沪锌期货预测模型。实证研究结果表明:模型预测准确率高,预测效果良好,在盘整行情中可获得较高收益,为投资决策提供重要参考,并可在期货市场中进行广泛应用。
关键词：
沪锌 人工神经网络 价格预测
[期刊] 财经理论与实践
[作者]
林杰 龚正
分析沪锌期货的特征,发现沪锌期货价格存在非线性和波动集聚性的特点。选择沪锌期货的相关指标作为参数,运用人工神经网络训练数据,进行价格涨跌预测,构建BP神经网络和卷积神经网络沪锌期货预测模型。实证研究结果表明:模型预测准确率高,预测效果良好,在盘整行情中可获得较高收益,为投资决策提供重要参考,并可在期货市场中进行广泛应用。
关键词：
沪锌 人工神经网络 价格预测
[期刊] 技术经济与管理研究
[作者]
冯居易 郭晔
石油价格的走势一直是世界各国所研究和关注的焦点,石油期货是世界石油交易的一种重要方式,准确预测石油期货价格的走势,对于政府宏观政策取向和相关企业经营决策具有重要意义。本文利用BP神经网络的自适应学习能力,建立基于LM算法的石油期货价格预测模型,并使用MATLAB7.0编程实现,针对纽约商业交易所的石油期货价格数据进行了训练和测试。研究结果表明,将基于LM算法的BP神经网络模型应用于石油期货价格预测中,运算速度快,预测精度高,具有推广应用的价值。
关键词：
LM算法 神经网络 石油期货价格 预测
[期刊] 现代管理科学
[作者]
向小东
文章提出了基于小波神经网络的非线性组合预测方法,给出了其具体组合预测原理及具体学习算法,并将其用于国际原油期货价格数据的预测。国际原油期货价格数据的预测结果表明:基于小波神经网络的组合预测方法得到了比单一预测方法都要好的预测结果,有较好的应用前景。
关键词：
小波神经网络 非线性 组合预测
[期刊] 工业技术经济
[作者]
祝金荣
建立了基于支持向量机技术的石油期货价格预测方法。该方法使用价格序列一阶差分及其滞后值建模,采用径向基(RBF)核函数和序贯最小优化(SMO)算法,通过综合验证方式确定包括嵌入维数在内的各参数。实证研究表明,支持向量机方法比RBF神经网络和ARIMA模型预测精度更高,具有很好的应用前景。
[期刊] 经济管理
[作者]
梁晓娟
2007年中国经济在高位上继续保持了快速增长的势头,同时CPI的增长也结束了低位运行态势。宏观经济的高增长,低通胀暂告一段落,因此,我国的宏观经济政策也相应地进行了调整。而CPI作为制定宏观经济政策的重要依据,对其预测的准确性也就更加重要。为此,本文利用近几年来商品期货价格指数与消费价格指数的数据,通过计量方法研究了商品期货市场对消费价格指数的影响,提出期货市场可以成为CPI预测的一个有效途径。
关键词：
CPI预测 期货价格 消费价格指数
[期刊] 财会通讯
[作者]
张淑云
期货交易具备价格信息、风险规避、套期保值等功能,国外石油行业对于期货交易的应用与发展已经具有数十年历史,其中的先进经验值得借鉴。本文分析和回顾了石油市场历史,对当前主要石油交易市场进行了叙述,最后基于这些信息为我国石油期货交易风险管理提出了建议。
关键词：
石油期货 价格波动 风险管理
[期刊] 价格月刊
[作者]
李宗龙
利用商品期货价格对中国通货膨胀进行了实证分析和预测。研究发现,大宗商品期货价格对PPI和CPI的变动具有显著影响。回测结果表明,模型对PPI和CPI的短期预测能力相对良好,对中长期预测的误差虽有增大,但预测走势与实际走势大体一致。在此基础上对下一步通胀走势进行分析后发现:2022年PPI将呈现逐步回落趋势;短期内CPI有小幅上升的可能,未来一年内将回落至较低水平震荡。由于期货价格无法预测到中长期产业政策变动,因此预测模型无法捕捉到个别月份的大幅波动,但在趋势判断上仍有一定参考价值。
关键词：
通货膨胀 预测 商品期货价格
[期刊] 会计之友
[作者]
杨潇
以中国黄金期货为研究对象,选取了开盘价、最高价、最低价、收盘价、成交量和成交额6项指标作为样本的特征指标变量,运用归一化方法消除特征指标变量间因量纲不同而造成的预测误差,进而引入支持向量回归机(Support Vector Regression Machine,SVR)智能方法对该期货的开盘价格进行预测研究,并通过引入网格搜索法对SVR模型的最优参数进行寻找,从而构建了最优的SVR智能预测模型。通过对训练样本集与测试样本集的实证研究发现,文章所构建的最优SVR智能预测模型具有优越的学习性能与泛化推广性能,能够准确地预测中国黄金期货的价格。
[期刊] 数理统计与管理
[作者]
范彩云 童君逸 程俊彦 周勇
在黄金期货价格预测问题的研究中,价格具有时变性、非线性、高噪声和影响因子复杂等因素,决定了其被准确预测的难度。传统方法对黄金期货价格的预测主要借助于静态模型,导致预测精度不高或分析不足。为了能动态而准确的预测黄金期货价格,本文从技术行情指标、行业方面的影响因素及宏观经济环境指标三个维度选取39个变量,以机器学习(machine learning;ML)方法构建基本融合素材,利用动态模型平均(dynamic model averaging,DMA)方法代替传统模型融合技巧,得到黄金期货价格预测模型。实证结果表明,采用机器学习-动态模型平均策略能够明显提高黄金期货价格的预测精度。
[期刊] 会计之友
[作者]
杨潇
以中国黄金期货为研究对象,选取了开盘价、最高价、最低价、收盘价、成交量和成交额6项指标作为样本的特征指标变量,运用归一化方法消除特征指标变量间因量纲不同而造成的预测误差,进而引入支持向量回归机(Support Vector Regression Machine,SVR)智能方法对该期货的开盘价格进行预测研究,并通过引入网格搜索法对SVR模型的最优参数进行寻找,从而构建了最优的SVR智能预测模型。通过对训练样本集与测试样本集的实证研究发现,文章所构建的最优SVR智能预测模型具有优越的学习性能与泛化推广性能,
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
