作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对股票市场中ARMA模型的识别、建立和估计问题,提出一种ARMA模型参数估计的改进算法,以加快计算的收敛速度和提高模型参数估计的精确度.该算法借助反向过程确定初值,结合优化阻尼最小二乘法求解模型参数.应用该算法对预测股票价格进行了仿真试验,并与SAS预测结果作了对比,获得了满意的效果.实验结果表明该算法在预测性能上有了较大的提高,证实了该算法的有效性.
推荐文章
遗传算法在 IRT 模型参数估计中的应用
遗传算法
IRT模型
参数估计
粒子群优化算法在催化裂化模型参数估计中的应用
催化裂化
参数估计
Levenberg-Marquardt算法
混合粒子群优化算法
基于结构方程模型改进ARMA模型参数估计
结构方程模型
时间序列数据
ARMA
PSO算法在非线性系统模型参数估计中的应用
微粒群算法
非线性系统
参数估计
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 ARMA模型参数估计算法改进及在股票预测中的应用
来源期刊 重庆工学院学报(自然科学版) 学科 工学
关键词 ARMA模型 时序数据 股票预测 SAS软件
年,卷(期) 2009,(2) 所属期刊栏目 信息·电子·计算机
研究方向 页码范围 109-112
页数 4页 分类号 TP391
字数 2511字 语种 中文
DOI 10.3969/j.issn.1674-8425-B.2009.02.024
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 何永沛 重庆大学软件学院 1 22 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (13)
共引文献  (86)
参考文献  (8)
节点文献
引证文献  (22)
同被引文献  (32)
二级引证文献  (52)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(3)
  • 参考文献(2)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(4)
  • 参考文献(4)
  • 二级参考文献(0)
2009(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(5)
  • 引证文献(4)
  • 二级引证文献(1)
2012(2)
  • 引证文献(1)
  • 二级引证文献(1)
2013(4)
  • 引证文献(2)
  • 二级引证文献(2)
2014(4)
  • 引证文献(1)
  • 二级引证文献(3)
2015(5)
  • 引证文献(2)
  • 二级引证文献(3)
2016(5)
  • 引证文献(3)
  • 二级引证文献(2)
2017(3)
  • 引证文献(2)
  • 二级引证文献(1)
2018(20)
  • 引证文献(6)
  • 二级引证文献(14)
2019(17)
  • 引证文献(0)
  • 二级引证文献(17)
2020(8)
  • 引证文献(0)
  • 二级引证文献(8)
研究主题发展历程
节点文献
ARMA模型
时序数据
股票预测
SAS软件
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
重庆理工大学学报(自然科学版)
月刊
1674-8425
50-1205/T
重庆市九龙坡区杨家坪
chi
出版文献量(篇)
7998
总下载数(次)
17
总被引数(次)
41083
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
重庆市自然科学基金
英文译名:
官方网址:http://law.ddvip.com/law/2006-09/11584979384040.html
项目类型:重点项目
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导