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:
自2005年人民币汇率改革以来,汇率波动对我国经济发展产生了很大影响,因此对人民币汇率进行研究和预测有着重要意义.鉴于金融时间序列数据的波动性和非线性特征,以及小波分析在时间序列数据分析方面的优势,运用小波分析和BP-GARCH模型相结合方法,以2014年1月2日至2017年6月30日的日人民币兑美元汇率数据为样本,实现汇率的有效预测.结果表明,该方法比BP神经网络的预测效果更佳,证明基于小波分析和BP-GARCH相结合的预测模型可提高人民币兑美元汇率的预测结果.
推荐文章
人民币汇率走势分析
人民币汇率
影响因素
汇率制度
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
基于小波分析和GARCH模型的人民币汇率实证研究
多分辨分析
阈值降噪
汇率
GARCH(1,1)
预测
基于 GARCH 模型的人民币汇率波段动态特征研究
GARCH 模型
人民币汇率
波段动态特征
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 基于小波分析与BP-GARCH模型的人民币汇率预测研究
来源期刊 软件导刊 学科 工学
关键词 小波分析 BP神经网络 GARCH模型 汇率预测
年,卷(期) 2018,(12) 所属期刊栏目 应用技术与研究
研究方向 页码范围 146-150
页数 5页 分类号 TP319
字数 4419字 语种 中文
DOI 10.11907/rjdk.181636
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 沐年国 上海理工大学管理学院 23 82 5.0 8.0
2 衡亚亚 上海理工大学管理学院 1 5 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (32)
共引文献  (49)
参考文献  (16)
节点文献
引证文献  (5)
同被引文献  (15)
二级引证文献  (2)
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)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(1)
  • 二级参考文献(1)
1995(4)
  • 参考文献(1)
  • 二级参考文献(3)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(4)
  • 参考文献(1)
  • 二级参考文献(3)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(7)
  • 参考文献(1)
  • 二级参考文献(6)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(3)
  • 参考文献(1)
  • 二级参考文献(2)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(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)
2019(4)
  • 引证文献(4)
  • 二级引证文献(0)
2020(3)
  • 引证文献(1)
  • 二级引证文献(2)
研究主题发展历程
节点文献
小波分析
BP神经网络
GARCH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
软件导刊
月刊
1672-7800
42-1671/TP
16开
湖北省武汉市
38-431
2002
chi
出版文献量(篇)
9809
总下载数(次)
57
总被引数(次)
30383
论文1v1指导