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:
本文研究了金融时间序列的预测问题,通过Bootstrap算法比较,解决了ARCH(1)模型的预测问题,文中在改变初始值、样本容量以及置信水平等制约条件下比较,均优化了该预测问题.
推荐文章
基于混沌时间序列模型的水务量预测
神经网络
混沌时间序列
水务量
基于时间序列模型的故障预测研究
机内测试
时间序列
故障预测
时间序列模型的Delphi编程实现
时间序列模型
系统识别
Delphi
改进时间序列模型在高速公路短时交通流量预测中的应用
交通工程
交通流量预测
时间序列
样本序列
动态建模
参数调整
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 金融时间序列模型的预测修正
来源期刊 科技信息 学科
关键词 预测区间 自回归条件异方差模型(ARCH) 区间修正
年,卷(期) 2013,(24) 所属期刊栏目 职教与成教
研究方向 页码范围 214-215
页数 2页 分类号
字数 2290字 语种 中文
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 张芳 8 4 1.0 2.0
2 池光胜 9 21 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (16)
共引文献  (6)
参考文献  (4)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(2)
  • 参考文献(0)
  • 二级参考文献(2)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(3)
  • 参考文献(1)
  • 二级参考文献(2)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(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)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(3)
  • 参考文献(1)
  • 二级参考文献(2)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(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
预测区间
自回归条件异方差模型(ARCH)
区间修正
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
科技信息
旬刊
1001-9960
37-1021/N
大16开
山东省济南市
24-72
1984
chi
出版文献量(篇)
124239
总下载数(次)
249
总被引数(次)
255660
论文1v1指导