- 年份
- 2024(1862)
- 2023(2949)
- 2022(2618)
- 2021(2433)
- 2020(2186)
- 2019(5039)
- 2018(5158)
- 2017(9991)
- 2016(5542)
- 2015(6391)
- 2014(6411)
- 2013(6311)
- 2012(6156)
- 2011(5648)
- 2010(5843)
- 2009(5389)
- 2008(5708)
- 2007(5214)
- 2006(4740)
- 2005(4384)
- 学科
- 济(23764)
- 经济(23731)
- 管理(13773)
- 方法(13267)
- 业(13124)
- 企(11326)
- 企业(11326)
- 数学(11168)
- 数学方法(10831)
- 学(8082)
- 贸(5125)
- 贸易(5124)
- 理论(5059)
- 易(4998)
- 农(4591)
- 财(4561)
- 业经(4515)
- 中国(4334)
- 和(4241)
- 融(3831)
- 金融(3829)
- 制(3672)
- 地方(3378)
- 技术(3311)
- 银(3214)
- 银行(3196)
- 教育(3056)
- 农业(3054)
- 行(3043)
- 策(2922)
- 机构
- 大学(93814)
- 学院(89184)
- 管理(33327)
- 济(33174)
- 研究(32609)
- 经济(32419)
- 理学(28824)
- 理学院(28391)
- 管理学(27488)
- 管理学院(27326)
- 中国(23316)
- 科学(22445)
- 京(20780)
- 所(17836)
- 研究所(16606)
- 农(16251)
- 财(15195)
- 中心(14574)
- 业大(14417)
- 江(13497)
- 范(13480)
- 师范(13317)
- 北京(13275)
- 农业(13140)
- 财经(12679)
- 经(11442)
- 院(11335)
- 师范大学(11055)
- 州(10702)
- 经济学(10284)
- 基金
- 项目(60464)
- 科学(47871)
- 基金(45509)
- 家(41225)
- 国家(40991)
- 研究(40111)
- 科学基金(34599)
- 社会(25013)
- 自然(24456)
- 自然科(23970)
- 自然科学(23962)
- 社会科(23651)
- 社会科学(23642)
- 自然科学基金(23533)
- 基金项目(23261)
- 省(21886)
- 资助(20257)
- 划(19985)
- 教育(18980)
- 编号(15259)
- 重点(13957)
- 部(13755)
- 成果(13655)
- 计划(12164)
- 发(11997)
- 科研(11967)
- 创(11941)
- 教育部(11426)
- 创新(11253)
- 大学(11064)
共检索到129808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] 财经科学
[作者]
谢赤 欧阳亮
浮动汇率兴起以来,大量的参数方法和非参数方法被用于汇率预测,神经网络是其中的一种。神经网络方法在汇率预测中的应用有三种不同的方法:同质神经网络模型、异质神经网络模型和神经网络组合模型。本文讨论了三种神经网络预测模型的特点以及局限性,并通过对这三种方法的比较得出结论:神经网络组合模型充分考虑了汇率的线性特征和非线性特征,比同质神经网络和异质神经网络预测模型更系统、更全面,能更好地进行汇率预测。
关键词：
汇率预测 汇率波动 神经网络
[期刊] 预测
[作者]
文新辉 牛明洁
1 引言在科学技术和社会高速发展的今天,愈来愈多的问题,具有系统的复杂性、时变性和模糊性的特点,这就使得利用传统的预测方法解决这类问题十分困难。1987年,Lapedes和Farber首先应用神经网络进行预测,开创了神经网络预测方法的历史。目前,在范围广泛的商贸信息交流中,神经网络技术可以解决用传统方法不能解决的问题。例如Varfis和Versino运用神经网络解决经济时间序列预测问题,White利用神经网络进行IBM公司每日库存占用资金率的预测,都得到了很好的效果,节约了大量的资金。人们
[期刊] 统计与决策
[作者]
张喆 吴知非 禹建丽
本文研究人工神经网络在实际中的应用问题,探讨利用人工神经网络进行电力电量预测的方法。提出一种基于BP神经网络的电力电量预测模型,经过训练可以得到时间和用电量之间的映射关系。
关键词：
人工神经网络 电力电量 预测
[期刊] 统计与决策
[作者]
康进 刘敬伟
文章研究了非参数回归方法在中石油和浦发银行等六支股票的价格预测中的应用。讨论了核估计、k阶最近邻估计、样条估计和惩罚样条估计4种常用的非参数回归方法,其中,核估计和k阶近邻估计共选取5种不同的权函数。最后,以MAPE为判断指标,将非参数回归方法的预测结果与RBF(多变量插值的径向基函数)人工神经网络方法的预测结果进行了比较。
[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] 国际贸易问题
[作者]
方先明 熊鹏
通过计算人民币实际有效汇率指数,并利用自适应神经网络技术对其未来走势进行预测,结果表明:1994年以来,人民币实际有效汇率指数一直呈稳步上升状态,在近期内仍将维持小幅上升的态势。因此,国际社会要求人民币大幅升值的实际基础是不存在的,“人民币升值论”实质是国际经济持续低迷引起的国外政府与媒体的升值预期。因此,政府应当积极采取有效措施,缓解人民币升值压力,将其对国民经济的危害降低到最小程度。
[期刊] 统计与决策
[作者]
蒋传进 宋福根
汇率时间序列是一个动态复杂系统,单独的线性回归模型或者非线性神经网络都不能很好地反映系统的特征。文章将汇率时间序列分解成线性序列和非线性序列两部分,并分别用ARMA和NARX神经网络进行建模;最后组合成NARX-ARMA汇率混合预测模型。结果证明,相比其他汇率预测模型,NARX-ARMA混合模型有更好的预测效果。
关键词：
NARX ARMA 汇率预测
[期刊] 浙江金融
[作者]
李佳 黄之豪 陈冬兰
为了提高汇率预测精度,本文创新性地将深度学习方法 GRU神经网络应用于欧元汇率预测,进一步通过加入百度指数数据改进预测模型。研究结果表明:GRU神经网络相比传统机器学习方法和经典深度学习方法能更精准地预测汇率;将百度指数为代表的互联网搜索行为数据应用于汇率预测模型有助于提升预测准确度;GRU神经网络对于预测步长并不敏感。此研究表明GRU神经网络可以对外汇预测管理提供重要参考,在外汇市场中具有较大应用价值。
关键词：
深度学习 GRU网络 百度指数 欧元预测
[期刊] 技术经济与管理研究
[作者]
孙建英 石晓军 袁秀清
[期刊] 国际经贸探索
[作者]
周晓波 陈璋 王继源
随着人民币汇率市场化程度不断提高,其波动程度也不断增大,对人民币的预测显得越来越重要。近几年来,人工智能在许多领域都取得了巨大的成功,证明了自身的优越性,作为其主要组成部分的人工神经网络(ANN)模型已经逐渐被引入金融资产价格的预测研究中。本文将原本仅适用于二值型数据的Adaboost算法进行了优化,使其也能适应连续型数据,并用其确定混合模型的权重,解决了过往大多数研究中混合模型权重设定较为主观和随意的问题。在此基础上,本文融合了广义回归神经网络(GRNN)擅长预测趋势因素,而误差反传神经网络(BPNN)擅长预测随机因素的优点,组成了比单一神经网络模型更为强大的GR_BP_Adaboost强预测模型。最后,以均方误差(MSE)、平均绝对误差(MAE)和DM检验为标准,将GR_BP_Adaboost模型对人民币汇率的预测结果与传统的ARMA、ARCH和GARCH模型进行了对比,所有结果均表明GR_BP_Adaboost强预测模型的预测能力显著优于其他模型,说明人工智能预测技术相较于传统方法具有较大优势,也说明汇率市场不是弱式有效。
关键词：
汇率波动 预测 神经网络 混合模型
[期刊] 预测
[作者]
文新辉 陈开周
1 引言时间序列就是一列随时间变化的数,它是对客观事物的一种描述,属于时域分析的范畴。我们研究时间序列的目的,就是要对时间序列建立一个参数模型,用于描述事物发展的变化规律。定义1:时间序列{x(t)}是一个t∈Z的实值向量随机变量,其中Z表示整数集。在定义1中,如果x(t)∈R~1,那么{x(t)}就是一维时间序列,所建立的模型称为一维时间序列模型;如果x(t)∈R~(?),那么{x(t)}就是r维时间序列,所建立的模型称为r维时间序列模型。 Box和Jenknis首先成功地建立了一维时间序列模型。近年来Tong也在这方面做了许多很有影响的工作。通过许多人的努力,使得一维时间序列模型,...
[期刊] 统计与决策
[作者]
郭秋艳 何跃
文章运用消除趋势波动分析方法(DFA),计算了全国GDP年度数据的标度指数。计算结果表明GDP时间序列具有持久性的长程相关,用已知的GDP值来预测未来一段时间内的GDP变化趋势是可行的,在此基础上,鉴于GDP预测的非线性、时变性和不确定性,利用人工神经网络自学习、自适应和非线性的特点,将经济变量数据归一化处理,建立BP神经网络预测模型。
关键词：
DFA BP神经网络 GDP 预测
[期刊] 技术经济
[作者]
李国锋 李云杰
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
