- 年份
- 2024(10220)
- 2023(15060)
- 2022(13053)
- 2021(12381)
- 2020(10378)
- 2019(24275)
- 2018(23911)
- 2017(46517)
- 2016(25100)
- 2015(28081)
- 2014(27955)
- 2013(27458)
- 2012(24930)
- 2011(22307)
- 2010(22643)
- 2009(20968)
- 2008(19503)
- 2007(17040)
- 2006(14762)
- 2005(13036)
- 学科
- 济(95871)
- 经济(95765)
- 管理(70855)
- 业(69075)
- 企(58962)
- 企业(58962)
- 方法(47829)
- 数学(41834)
- 数学方法(41105)
- 中国(29914)
- 融(28003)
- 金融(28001)
- 银(26492)
- 银行(26450)
- 财(25940)
- 行(25453)
- 农(24167)
- 业经(21980)
- 学(21956)
- 地方(20284)
- 制(20215)
- 理论(18771)
- 务(17631)
- 财务(17551)
- 财务管理(17520)
- 贸(17172)
- 贸易(17156)
- 易(16719)
- 企业财务(16699)
- 农业(16458)
- 机构
- 大学(346561)
- 学院(345527)
- 管理(137335)
- 济(133244)
- 经济(130194)
- 理学(119584)
- 理学院(118248)
- 管理学(115718)
- 管理学院(115091)
- 研究(112706)
- 中国(88575)
- 京(73253)
- 科学(72079)
- 财(61789)
- 农(56497)
- 所(56454)
- 中心(53214)
- 业大(52957)
- 研究所(51871)
- 财经(50018)
- 江(49372)
- 北京(46096)
- 经(45526)
- 范(44633)
- 农业(44413)
- 师范(44158)
- 州(41193)
- 院(40972)
- 经济学(40214)
- 财经大学(37602)
- 基金
- 项目(241504)
- 科学(189689)
- 基金(175552)
- 研究(173293)
- 家(153685)
- 国家(152446)
- 科学基金(131355)
- 社会(107569)
- 社会科(102039)
- 社会科学(102011)
- 省(95233)
- 基金项目(92902)
- 自然(87888)
- 自然科(85948)
- 自然科学(85928)
- 自然科学基金(84363)
- 教育(80564)
- 划(80202)
- 资助(73842)
- 编号(70303)
- 成果(56432)
- 重点(54184)
- 部(52510)
- 创(50693)
- 发(50652)
- 课题(48368)
- 创新(47207)
- 科研(46785)
- 教育部(45052)
- 大学(45037)
- 期刊
- 济(137978)
- 经济(137978)
- 研究(98095)
- 中国(65412)
- 学报(57601)
- 科学(51703)
- 农(50593)
- 管理(49894)
- 财(46543)
- 大学(43265)
- 融(40919)
- 金融(40919)
- 学学(40762)
- 教育(39482)
- 农业(34508)
- 技术(30415)
- 财经(23963)
- 经济研究(22700)
- 业经(22602)
- 经(20359)
- 图书(18769)
- 业(18004)
- 问题(17516)
- 理论(17262)
- 科技(16876)
- 技术经济(16374)
- 版(16089)
- 统计(16071)
- 实践(15950)
- 践(15950)
共检索到498995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] 商业研究
[作者]
李守伟 钱省三
在金融时间序列相关性的基础上,重要的是应该研究金融市场中的规则网络,即从相关系数矩阵中抽取的MST和等级树,再研究金融市场中的复杂网络,即具有无标度特性的复杂相关性网络。这样,用实际金融数据对规则网络和复杂网络,就可以得出一些实证结果。
关键词：
金融市场 相关系数 最小生成树 复杂网络
[期刊] 数理统计与管理
[作者]
朱涛 卢建 江孝感
金融资产收益率具有两个明显的特征,即尖峰厚尾性和平方序列的自相关性。本文首先研究了MGARcH(κ;1,1)模型的矩特性,然后分析MGARCH模型对这两个特性的刻画能力,并将它与GARCH(1,1)进行了比较,从理论上证明了MAGRCH较之GARCH模型有较强的刻画能力。最后利用上证综合指数的收盘价数据进行了实证分析。
[期刊] 中国人口科学
[作者]
张新红
基于连续小波变换理论,文章给出一种连续参数小波网络,其基本思想就是在神经网络中采用连续小波函数作为隐含层的激励函数,进一步建立人口时间序列的连续参数小波网络预测模型。通过对中国人口总数时间序列的仿真预测表明,小波网络具有很强的非线性逼近能力,可以有效地在数值上逼近时间序列难以定量描述的相互关系,所以用小波网络所建立的人口时间序列预测模型预测的精度较高。
关键词：
小波网络 连续小波 人口预测
[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。
[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] 数理统计与管理
[作者]
吴鑑洪 赵卫亚
本文对文献中面板数据模型中一些重要的序列相关性检验方法进行了梳理,并基于动态面板数据模型联合序列相关性检验对外商直接投资与增加就业的影响关系进行了实证研究。
关键词：
面板模型 假设检验 实证分析 序列相关
[期刊] 统计与决策
[作者]
李述山
类似于通常的非线性相关性度量,文章建立了时间序列间的几个条件相关性度量;提出了相关性分析中Copula函数选择的两个原则;通过构建Copula-EGARCH模型,将两个金融资产间的条件相关性分析转化为标准化残差间的相关性分析。通过沪深股市之间的条件相关性实证研究发现,在常见的几种Archimedean Copula中GS Copula与BB1 Copula对金融市场相关性的描述具有良好的效果,能够较全面地反映两个市场之间各种非线性条件相关性,并且沪市与深市之间的条件相关性很强。
[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] 统计与决策
[作者]
耿克红 张世英
金融市场超高频时间序列建模是目前金融计量经济学研究的热点。该文在已有研究的基础上,建立了ACD-GARCH-V模型,通过实证分析考察了超高频交易量变化率及交易持续期对金融产品收益率和波动性的影响。
[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] 运筹与管理
[作者]
南国芳 周帅印 李敏强 寇纪淞
传感器网络监控系统属于大型复杂系统,由感知节点以一定的时间间隔向sink节点发送感知数据,以实现对应用环境的监控。由于网络本身及应用环境的影响,得到的感知数据往往存在不确定性。此外,周期性报告数据模式影响到实时监控数据的精确性。本文应用时间序列模型预测传感器数据以响应用户查询,可有效降低网络通信量。通过对无线传感器网络的数据分析,引入多属性模糊时间序列预测模型,充分考虑了无线传感器网络时间序列中存在的趋势因素,并提出了适合于传感器网络的修正预测模型。实验结果表明模糊时间序列模型可有效预测传感器网络数据,且能提高预测精度。
[期刊] 统计研究
[作者]
吴翌琳 南金伶
神经网络模型对大样本时间序列的拟合效果优于传统时间序列模型,但对于年度、月度、日度等低频时间序列的预测则难以发挥其优势。鉴于此,本文应用传统时间序列模型和神经网络模型,建立Holtwinters-BP组合模型,利用Holtwinters模型分别拟合各解释变量序列,利用BP模型拟合解释变量和自变量的非线性关系,基于某社交新闻类APP的日广告收入数据进行互联网企业广告收入预测研究。通过与循环神经网络(RNN)模型、长短期记忆神经网络(LSTM)模型等预测结果的对比发现:Holtwinters-BP组合模型的预测精度和稳定性更高;证明多维变量对于广告收入的显著影响,多变量模型的预测准确性高于单变量模型;构建的Holtwinters-BP组合模型对于低频数据预测有较好的有效性和适用性。
[期刊] 国土资源科技管理
[作者]
周游 倪师军 施泽明
深层地下卤水资源量的评价是国内外迄今尚未很好解决的课题,由于深部地质及水文地质参数难以准确获取,因此也难以对深层卤水资源量进行正确评价。从深层卤水开采量的时间序列出发,提出了一类基于神经网络的评价模型。首先分析了卤水开采量的时间序列特点,再建立了神经网络的拓扑结构,并设计了相应的评价算法,最后通过对某储卤构造的单井评价实例,对模型进行了验证。与传统的ARMA时间序列模型相比,其预测性能更好,对剩余可采资源量计算结果也更为准确。
关键词：
卤水 资源评价 时间序列 神经网络
[期刊] 数理统计与管理
[作者]
龙会典 严广乐
本文深入分析了灰色预测模型、自回归移动平均(ARIMA)模型和BP神经网络模型的预测特性和优劣,并在此基础上建立了由ARIMA、GM(1,1)和BP神经网络集成的时间序列预测模型。针对呈现趋势变动性和周期波动性二重特性的时间序列,首先建立GM(1,1)模型对序列的趋势项进行预测,然后建立基于ARIMA和BP神经网络的组合模型对序列的周期波动项进行预测,最后用乘积模型对二者预测值进行集成。GDP时间序列实证结果表明:集成模型的预测效果显著高于单一模型,从而证实了集成模型用于GDP预测的有效性.
[期刊] 统计与决策
[作者]
江雨燕 邵金 陈梦凯 王付宇
由于金融时间序列具有高度非线性、不稳定性等特点，单一预测模型的预测精度受限。文章将集成经验模态分解（EEMD）技术和长短期记忆网络（LSTM）相结合，同时融入麻雀搜索算法（SSA）优化神经网络参数，构建了EEMD-SSA-LSTM混合预测模型。首先将该金融时间序列进行EEMD分解，其次将分解所得的各IMF分量与残差项输入到SSA优化后的LSTM网络进行逐个预测，最后通过累加得到最终预测结果。以上证指数价格为研究对象进行实证分析，结果表明，所提出的混合预测模型的MAPE、RMSE、MAE分别为0.0122、0.3278、0.2681，具有更高的预测精度与适用性。
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
