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:
本文利用小波分析与神经网络构造的小波神经网络模型,对金融时间序列上证指数进行预测。将预测结果与实际值进行比较,结果表明,小波神经网络方法预测效果优于传统神经网络模型。
推荐文章
TARCH-M模型在上证指数波动率的实证分析
波动性
非对称性
TARCH-M模型
基于SVM的上证指数预测研究
上证指数
SVM
数据挖掘
股票预测
基于GARCH模型的上证指数实证分析
金融风险
GARCH
波动
模型
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 基于小波网络的上证指数预测实证分析
来源期刊 时代金融 学科 经济
关键词 小波分析 神经网络 上证指数
年,卷(期) sdjr_2011,(8X) 所属期刊栏目
研究方向 页码范围 146-146
页数 1页 分类号 F224
字数 语种
DOI
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 徐超 上海理工大学理学院 14 24 3.0 4.0
2 魏连鑫 上海理工大学理学院 18 137 6.0 11.0
3 王卫新 上海理工大学理学院 3 4 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (14)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(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)
研究主题发展历程
节点文献
小波分析
神经网络
上证指数
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
时代金融
旬刊
1672-8661
53-1195/F
大16开
昆明市正义路69号
64-70
1980
chi
出版文献量(篇)
54019
总下载数(次)
6
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导