KMS Of Academy of mathematics and systems sciences, CAS
| 基于区间型数据的金融时间序列预测研究 | |
杨威1; 韩艾2 ; 汪寿阳2
| |
| 2016 | |
| 发表期刊 | 系统工程学报
 |
| ISSN | 1000-5781 |
| 卷号 | 31期号:6页码:816 |
| 摘要 | 提出了金融数据预测新方法——区间型时间序列模型, 是传统时间序列模型的拓展. 在与传统的点值AR模型、VAR模型以及Naive模型的比较分析中发现, 区间数据模型的预测精度更高, 区间高价和区间低价预测误差均较小, 而且具有统计显著性. 进一步, 不同的估计样本量、数据频度以及不同市场特征的区间价格数据对区间模型的稳定性检验再次验证了区间数据模型的可靠性. 区间型金融时间序列预测研究不仅为金融问题的定量分析提供了新的视角, 也可为政策制定和交易策略实施提供了更丰富的决策参考信息. |
| 语种 | 英语 |
| 文献类型 | 期刊论文 |
| 条目标识符 | http://ir.amss.ac.cn/handle/2S8OKBNM/42637 |
| 专题 | 系统科学研究所 |
| 作者单位 | 1.山西大学 2.中国科学院数学与系统科学研究院 |
| 推荐引用方式 GB/T 7714 | 杨威,韩艾,汪寿阳. 基于区间型数据的金融时间序列预测研究[J]. 系统工程学报,2016,31(6):816. |
| APA | 杨威,韩艾,&汪寿阳.(2016).基于区间型数据的金融时间序列预测研究.系统工程学报,31(6),816. |
| MLA | 杨威,et al."基于区间型数据的金融时间序列预测研究".系统工程学报 31.6(2016):816. |
| 条目包含的文件 | 条目无相关文件。 | |||||
| 个性服务 |
| 推荐该条目 |
| 保存到收藏夹 |
| 查看访问统计 |
| 导出为Endnote文件 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [杨威]的文章 |
| [韩艾]的文章 |
| [汪寿阳]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [杨威]的文章 |
| [韩艾]的文章 |
| [汪寿阳]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [杨威]的文章 |
| [韩艾]的文章 |
| [汪寿阳]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论