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:
研究金融时序的长记忆性能够帮助人们更加准确地刻画金融市场的特征,而在现有研究中,有关区间型金融时序长记忆性的研究很少.因此,考虑了区间型金融时序蕴含的长记忆性特征及其基于现有实值金融时序长记忆性建模的区间值时序预测模型,首先,将区间数表示成区间中心和区间半径的形式;然后分别对中心和半径序列进行长记忆性检验,并对具有长记忆性的序列进行组合预测;最后,以上证综指和深证综指的区间股指为实证对象进行验证.实证结果表明:上证综指的区间股指具有明显的长记忆性,且组合预测能够显著提高区间型金融时序的预测精度.
推荐文章
河川径流时间序列长记忆性分析
径流
Liu结构转换
序列分解
长记忆性
汇率时间序列的长记忆性分析及其建模
时间序列
时变Hurst指数
时变ARFIMA模型
汇率
基于小波的汇率波动序列长记忆性研究
长记忆
波动序列
离散小波变换(DWT)
小波方差
利用ARFIMA模型研究金融时间序列
汇率
长期相关
长记忆模型
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 区间型金融时间序列的长记忆性研究
来源期刊 重庆工商大学学报(自然科学版) 学科 数学
关键词 区间金融时序 长记忆性 Hurst指数
年,卷(期) 2020,(1) 所属期刊栏目
研究方向 页码范围 104-111
页数 8页 分类号 O221.1
字数 7234字 语种 中文
DOI 10.16055/j.issn.1672-058X.2020.0001.016
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 王哲 安徽大学经济学院 4 17 2.0 4.0
2 王艺宁 安徽大学数学科学学院 2 0 0.0 0.0
3 丁勤祥 安徽大学经济学院 2 0 0.0 0.0
4 李铭源 安徽大学经济学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (22)
共引文献  (20)
参考文献  (9)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1978(1)
  • 参考文献(1)
  • 二级参考文献(0)
1980(2)
  • 参考文献(2)
  • 二级参考文献(0)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
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)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(1)
  • 参考文献(0)
  • 二级参考文献(1)
2016(2)
  • 参考文献(0)
  • 二级参考文献(2)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(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
区间金融时序
长记忆性
Hurst指数
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
重庆工商大学学报(自然科学版)
双月刊
1672-058X
50-1155/N
16开
重庆市南岸区学府大道21号
1983
chi
出版文献量(篇)
3397
总下载数(次)
6
总被引数(次)
14776
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导