共查询到20条相似文献,搜索用时 31 毫秒
1.
应用小波变换提出一种人民币汇率预测的方法。首先应用小波变换对人民币汇率序列进行分解,得到低频部分和高频部分;然后。对低、高频部分作进一步分析,以确认它们都存在混沌特性;再应用混沌理论分别建立低、高频部分的预测模型,进行预测;最后应用小波理论对混沌模型预测的结果予以重构,实现对人民币汇率的预测。以人民币兑美元日汇率序列为... 相似文献
2.
3.
4.
5.
《中国商贸:销售与市场营销培训》2018,(5)
本文将小波分析与时间序列模型结合应用于布伦特国际原油价格预测,通过对小波分解与重构方法将油价时间序列分解为趋势(高频)部分和细节(趋势)部分,然后采用ARMA模型对分解后的油价进行样本内预测。实证研究表明,基于小波的组合模型具有较高的预测性能,同时验证了该方法的可行性和有效性。 相似文献
6.
一、引言
目前预测汇率的方法很多,本文主要对两种方法的预测效果进行实证比较:一种是通过外汇期权的隐含波动率挖掘出汇率的价格信息从而对汇率做出预测;一种是运用时间序列的GARCH模型做出汇率预测,最后比较这两种方法的实际预测效果。文章以下部分的结构如下:第二部分用隐含波动率挖掘的信息预测汇率;第三部分用时间序列GARCH模型预测汇率;第四部分为两种预测方法的比较及结论。 相似文献
7.
人民币兑美元汇率混沌动力学预测模型 总被引:1,自引:0,他引:1
应用混沌理论对人民币兑美元汇率系统进行建模及预测。建立了两个混沌动力学模型,即人民币兑美元汇率的日收益序列预测模型和人民币兑美元的日汇率序列预测模型。实证结果表明,两个模型的预测结果都好于均值模型的预测。其中,前者的预测均方根误差比较大,而后者的预测均方根误差非常小,表明两个模型中,后者更适合于人民币兑美元汇率的预测。 相似文献
8.
小波分析能够处理低频和高频数据,聚焦信号的任意细节,依据时间和频率分解变量或序列,在金融经济领域逐渐得到了广泛应用。本文从小波分解和小波去噪出发,介绍了小波分析的基本方法,并探讨了小波变换在经济金融领域的具体应用,包括:宏观变量间的关系、小波变换与格兰杰因果检验结合测试变量间的因果关系、测试多个变量间的频率依赖性和超前-滞后关系、与传统计量模型和机器学习算法结合预测金融变量方面的应用。 相似文献
9.
在对高炉冶炼全程控制过程中,其中炉温的控制显得格外重要,炉温控制是高炉控制的核心技术。小波分析理论是近些年兴起的一个应用数学分支,是一个新兴学科,小波分析可以将原始时间序列通过不同尺度进行分解而形成不同的层次,并且在每个层次中的信号比分解前的信号要稳定得多,从而促使分析和预测变得更加便利。通过对小波分析理论进行介绍,分析了小波神经网络高炉炉温预测模型,最后进行了仿真研究而探讨小波分析理论下高炉炉温预测模型的实用性。 相似文献
10.
基于遗传算法优化混沌神经网络的股票指数预测 总被引:1,自引:0,他引:1
为提高BP神经网络预测模型对混沌时间序列的预测准确性,提出一种基于遗传算法优化BP神经网络的改进混沌时间序列预测方法。本文采用时间序列输入输出参数数量构造BP神经网络拓扑结构,利用遗传算法优化BP神经网络的权值和阈值,然后训练BP神经网络预测模型求得最优解,将该预测方法应用到上证综合指数的时间序列进行有效性验证,结果表明了该方法对上证综合指数具有更好的非线性拟合能力和更高的预测准确性。 相似文献
11.
12.
语音信号的清浊音辨别及基音周期的提取是语音信号处理的重要组成部分。提出了一种基于压缩感知(CS)观测序列的语音基音周期提取方法,大大减少了基音周期提取的计算量。首先分析不同观测矩阵下观测序列的特征,选择了行阶梯矩阵作为所提方法的观测矩阵;然后对此观测矩阵下的观测序列做小波分解,对小波分解的低频系数采用自相关方法提取基音周期。仿真与分析表明,和传统方法比较,所提方法与传统方法基音检测准确度相当,且在语音含有高斯白噪声的条件下运行良好,但计算量仅约为传统方法的1/16。 相似文献
13.
利用小波分析的局部化性质,以非平稳的时间序列上证指数收盘价为实验目标,首先建立传统的时间序列模型ARIMA模型,并做出预测;然后用小波分析与自回归移动平均模型相结合的方法建立小波ARMA模型,做出预测;最后,通过相对误差和平均绝对误差和对二者的预测效果做比较,结果表明:在上证综指序列预测分析中,小波ARMA模型相比单纯的ARIMA模型,其拟合和预测精度都比较高。 相似文献
14.
GARCH模型在我国外汇风险度量中的应用 总被引:1,自引:0,他引:1
自汇率制度改革以来,人民币汇率的走势一直受世人关注.运用合适的方法对汇率进行预测研究,具有重要意义.本文运用时间序列的GARCH模型,对汇率体制改革后的人民币美元汇率建模进行预测. 相似文献
15.
16.
17.
《中国商贸:销售与市场营销培训》2017,(22)
对汽车销量时间序列的预测方法进行了研究,针对汽车销量影响因素表现出的多样性,应用灰色关联分析法对其进行筛选。针对汽车销量时间序列表现出的线性特征和环境动态变化导致的非线性规律,单一的线性预测方法和非线性预测方法都无法满足时间序列的预测要求。提出了一种SARIMA-BP神经网络预测方法,利用SARIMA方法对时间序列的线性部分进行建模,利用BP神经网络方法对时间序列的非线性部分进行建模。仿真结果表明,SARIMA-BP神经网络方法比单一模型的预测准确率更高。 相似文献
18.
19.
Logistic映射形式简单,但表现出了复杂的动态性能。以满映射Logistic混沌序列为
对象,讨论了混沌序列数字化的两种方法,推导了数字混沌序列比特位分布概率,计算了截
短数字混沌序列的相关性能。结果表明,在不变分布偶对称的情况下,两种方法得到的数字
化混沌序列都是“0”“1”等概率的,截短序列的自相关函数旁瓣方差和互相关方差均等于
序列长度N的倒数。对数字化Logistic混沌序列进行了数值仿真,所得结果与结论相吻
合;仿真结果还显示,自相关旁瓣和互相关均服从高斯分布。研究结果使得能够从理论上对
一类数字混沌序列的特性进行整体把握,超越了经验性的结论,便于在有关系统中进行应用
分析。 相似文献
20.
通过建立VAR模型,运用脉冲响应函数和预测方差分解的方法对人民币汇率的超调效应进行实证分析。结果表明,1990年以来,我国实际汇率与经济增长GDP之间存在一种单向的因果关系,并且方差分解结果表明来自上期价格的冲击对实际汇率的变化贡献率较大。最后,对汇率超调模型在我国的适用性进行了分析。 相似文献