首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   6篇
  数学   6篇
  2015年   1篇
  2014年   2篇
  2012年   1篇
  2010年   1篇
  2005年   1篇
排序方式: 共有6条查询结果,搜索用时 31 毫秒
1
1.
上证指数预测是一个非常复杂的非线性问题,为了提高对上证指数预测的准确性,本文采用基于混沌粒子群(CPSO)算法对BP神经网络算法改进的方法来进行预测.BP神经网络算法目前已经应用到预测、聚类、分类等许多领域,取得了不少的成果.但自身也有明显的缺点,比如易陷入局部极小值、收敛速度慢等.用混沌粒子群算法改进BP神经网络算法的基本思想是用混沌粒子群算法优化BP神经网络算法的权值和阈值,在粒子群算法中加入混沌元素,提高粒子群算法的全局搜索能力.对上证指数预测的结果表明改进后的预测方法,具有更好的准确性.  相似文献
2.
本研究利用1978-2010年我国宏观经济的数据、1990-2010上证指数数据,探讨了上证指数的基本特征。统计分析实证研究表明上证指数具有"趋势性,周期性,季节性,随机性"特征,在此基础上运用回归分析等方法建立并得出上证指数统计模型结果。结论表明上证指数不仅具有四大特征,而且具有以四大特征为变量的统计关系式。利用所得到结论对研究上证指数的变化规律,具有理论价值和实用价值。  相似文献
3.
胡莹  王安民 《经济数学》2010,27(1):53-60
针对统计学框架下传统VaR计算方法的不足,发展了基于加权支持向量机(W—SVM)的VaR计算新方法.为了在VaR模型中计入金融时间序列的记忆效应,采用最优市场因子作为支持向量机的加权模型.对2001—2009年上证综指的实证研究表明,基于W—SVM的VaR模型优于传统的VaR方法,在小样本、厚尾、非线性及有异常波动的市场条件下,各种置信度下的W—SVM方法均能取得较好的性能.  相似文献
4.
周宇 《经济数学》2015,(3):99-105
基于AR-EGARCH-M模型,对1991-2013年上证指数收益率序列的信息冲击非对称性进行分析.首先以年为单位分析了信息冲击的非对称性特征,根据非对称性效应的表现将其划分为6个阶段进一步分析.分析结果显示:A股市场表现出信息不对称性,信息冲击的正负杠杆效应交替出现,但是随着时间的推移,这种不对称性在明显减小.这表明中国股票市场的投机成分不断减少、投资者不断趋于理性,市场有效性水平提高.  相似文献
5.
对基于G om pertz函数的上证综合指数进行预测的可行性进行了分析,同时,在对上证综合指数的具体走势及实际数据进行研判的基础上,对牛市行情下上证综合指数的运行进行了预测的实证研究,得出了相应的结论,并提出了该预测方法进一步完善之处和可进一步深入研究的问题.  相似文献
6.
股票价格的预测一直受到广泛关注,其预测方法虽然很多,但是往往存在预测精度有限、容易陷入局部极小等问题.为了提高股票价格预测的准确性,提出了基于小波分析的A砒MA模型的股票价格预测方法,同时利用该方法对上证指数收盘价的月平均值进行实例分析,并与其他方法的预测结果进行了比较,结果表明了提出方法的有效性.  相似文献
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号