基于区间型数据的金融时间序列预测研究?

• 作者: 杨威 汪寿阳 韩艾
• 来源期刊: 系统工程学报
• 学科: 经济
• 关键词: 区间时间序列 区间运算 DK-估计 区间预测
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 金融工程
• 页码范围: 816-830
• 页数: 15页
• 分类号: F224
• 字数: 11756字
• 语种: 中文
• DOI: 10.13383/j.cnki.jse.2016.06.010

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Na¨?ve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。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	汪寿阳	中国科学院数学与系统科学研究院	321	6538	40.0	64.0
2	杨威	山西大学管理与决策研究所	60	460	11.0	19.0
6	韩艾	中国科学院数学与系统科学研究院	3	35	3.0	3.0