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:
钢材价格的准确预测有利于施工企业拟定合理的材料采购策略.针对当前钢材价格的预测研究中均未考虑其价格变动的长记忆性,导致建模过程中有效信息丢失,预测误差增大.建立了考虑长记忆性的ARFIMA钢材价格预测模型,以青岛市2014年1月到2019年6月螺纹钢的价格为研究对象进行了钢材价格预测,并利用ARFIMA模型和ARIMA模型的预测值与真实值进行对比分析,实验结果显示:ARFIMA模型较ARIMA模型的钢材价格预测精准度提高了1.7%,且预测效果更稳定.
推荐文章
基于人工神经网络钢材价格的分析与预测
神经网络
钢材
价格预测
MATLAB
钢材价格影响因素先行性的分析
钢材价格
影响因素
先行性
ARIMA时间序列模型
干散货运价指数与钢材价格的联动关系
波罗的海海岬型指数(BCI)
联动关系
联动机制
Granger因果检验
显著相关
基于ARFIMA-GARCH模型的黄金价格分析及预测
黄金价格
长记忆性
ARFIMA-GARCH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ARFIMA模型的钢材价格预测研究
来源期刊 河北工程大学学报(自然科学版) 学科 工学
关键词 钢材价格预测 ARFIMA模型 时间序列 长记忆性
年,卷(期) 2020,(3) 所属期刊栏目
研究方向 页码范围 64-68
页数 5页 分类号 TU511.3+3
字数 语种 中文
DOI 10.3969/j.issn.1673-9469.2020.03.010
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (29)
共引文献  (34)
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)
1970(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(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)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(3)
  • 参考文献(1)
  • 二级参考文献(2)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(3)
  • 参考文献(1)
  • 二级参考文献(2)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(4)
  • 参考文献(1)
  • 二级参考文献(3)
2016(4)
  • 参考文献(1)
  • 二级参考文献(3)
2017(2)
  • 参考文献(2)
  • 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
钢材价格预测
ARFIMA模型
时间序列
长记忆性
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
河北工程大学学报(自然科学版)
季刊
1673-9469
13-1375/N
大16开
河北邯郸市河北工程大学学报
1984
chi
出版文献量(篇)
2309
总下载数(次)
3
总被引数(次)
12369
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导