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:
本文选取了自2017年1月3日至2018年1月26日每日人民币兑美元汇率中间价共263个数据作为研究对象,首先对数据进行拟合,观察汇率走势,当多项式次数达到8次时拟合效果已足够好.其次,本文基于BP神经网络的方法,将搜集到的263个数据分为训练样本集、检验样本集,对人民币兑美元汇率进行了短期、中期、长期的预测,给出了预测值与真实值的误差,该方法在短期、中期预测效果显著,具有可行性.最后,我们对2018年2月份人民币相对于美元汇率进行了预测,人民币仍将会不断升值.
推荐文章
基于BP神经网络的表面硬度预测模型
BP神经网络
激光相变硬化
扫描参数
预测
基于BP神经网络对NMR的预测模型
1H NMR和13C NMR
神经网络
BP算法
预测模型
基于BP神经网络预测混凝土强度
BP神经网络
混凝土
预测
抗压强度
基于改进BP神经网络的预测模型及其应用
神经网络
BP算法
L-M算法
非线性系统
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BP神经网络的汇率预测
来源期刊 消费导刊 学科
关键词 汇率 BP神经网络 多项式拟合
年,卷(期) 2018,(3) 所属期刊栏目 金融研究
研究方向 页码范围 167,274
页数 2页 分类号
字数 2711字 语种 中文
DOI 10.3969/j.issn.1672-5719.2018.03.147
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 张文洁 8 23 3.0 4.0
2 任金波 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (5)
参考文献  (1)
节点文献
引证文献  (1)
同被引文献  (15)
二级引证文献  (2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(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(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
汇率
BP神经网络
多项式拟合
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
消费导刊
周刊
1672-5719
11-5052/Z
16开
北京市
1950
chi
出版文献量(篇)
68256
总下载数(次)
249
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导