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:
为了提高人民币汇率预测精度,本文分别采用求和自回归移动平均(ARIMA)模型与广义自回归神经网络(GRNN)模型来拟合和预测人民币兑美元日汇率值,并比较两种模型对人民币汇率拟合预测的效果优劣.研究结果表明,GRNN模型预测效果优于ARIMA模型的预测效果,可应用于人民币兑美元汇率的预测.
推荐文章
基于EMD和Elman网络的人民币汇率时间序列预测
时间序列
汇率预测
经验模态分解
Elman网络
人民币汇率走势分析
人民币汇率
影响因素
汇率制度
基于ARIMA模型的人民币汇率预测与分析
汇率改革
人民币汇率
ARIMA模型
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ARIMA和GRNN模型对人民币汇率的预测
来源期刊 特区经济 学科 经济
关键词 ARIMA模型 GRNN模型 汇率预测
年,卷(期) 2017,(2) 所属期刊栏目 财经纵横
研究方向 页码范围 53-55
页数 3页 分类号 F224.9
字数 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 蔡光兴 26 57 4.0 6.0
2 张艳 35 75 4.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (38)
共引文献  (98)
参考文献  (5)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(6)
  • 参考文献(0)
  • 二级参考文献(6)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(6)
  • 参考文献(1)
  • 二级参考文献(5)
2008(4)
  • 参考文献(1)
  • 二级参考文献(3)
2009(3)
  • 参考文献(2)
  • 二级参考文献(1)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(1)
  • 参考文献(0)
  • 二级参考文献(1)
2016(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(2)
  • 参考文献(0)
  • 二级参考文献(2)
2017(1)
  • 参考文献(0)
  • 二级参考文献(1)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
ARIMA模型
GRNN模型
汇率预测
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
特区经济
月刊
1004-0714
44-1032/F
大16开
广东省深圳市
1983
chi
出版文献量(篇)
18621
总下载数(次)
80
总被引数(次)
83890
论文1v1指导