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:
利用小波函数结合引入外生变量的部分线性自回归模型对WTI现货价格序列进行建模研究,并与部分线性自回归模型和加外生变量的部分线性自回归模型进行比较分析,结果表明:结合小波且加外生变量的部分线性自回归模型的预测精度较高,在石油市场价格预测中有较高的准确性.
推荐文章
金融视阙下国际石油价格波动分析
石油价格
金融因素
灰色关联
基于神经网络的石油价格预测
石油价格
时间序列
神经网络
基于动态递归神经网络的石油价格预测
石油
价格预测
Elman神经网络
基于Bernstein基函数的石油价格预测研究
时间序列
数据挖掘
基函数
拟合
预测
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 基于小波的加外生变量部分线性自回归模型在石油价格预测中的应用
来源期刊 山东理工大学学报:自然科学版 学科 数学
关键词 小波变换 外生变量 部分线性自回归模型
年,卷(期) 2011,(6) 所属期刊栏目
研究方向 页码范围 90-93
页数 分类号 O212
字数 2872字 语种 中文
DOI 10.3969/j.issn.1672-6197.2011.06.021
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 张德生 西安理工大学理学院 75 547 15.0 18.0
2 井霞霞 西安理工大学理学院 3 20 2.0 3.0
3 李金凤 西安理工大学理学院 4 18 2.0 4.0
4 王彦彪 西安理工大学理学院 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (40)
共引文献  (87)
参考文献  (9)
节点文献
引证文献  (1)
同被引文献  (10)
二级引证文献  (3)
1974(2)
  • 参考文献(1)
  • 二级参考文献(1)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(2)
  • 参考文献(0)
  • 二级参考文献(2)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
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(4)
  • 参考文献(1)
  • 二级参考文献(3)
2003(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(3)
  • 参考文献(2)
  • 二级参考文献(1)
2009(4)
  • 参考文献(2)
  • 二级参考文献(2)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(1)
  • 参考文献(0)
  • 二级参考文献(1)
2017(1)
  • 参考文献(0)
  • 二级参考文献(1)
2019(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
  • 引证文献(0)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
小波变换
外生变量
部分线性自回归模型
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
山东理工大学学报(自然科学版)
双月刊
1672-6197
37-1412/N
大16开
山东省淄博市张周路12号
1985
chi
出版文献量(篇)
2724
总下载数(次)
4
总被引数(次)
12440
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导