论文摘要金融时间序列经常由异常点和结构变换所影响,这种原因可能是天灾,金融危机、政策变化等因素造成的。在金融时间序列波动建模分析中,突变点或者离群值我们称为金融时间序列的奇异点...
论文摘要金融时间序列的特点:(1)产生过程的随机性、复杂性;(2)多数含有噪声;(3)数据间具有较强的非线性。近年来,人们将神经网络、混沌理论、遗传算法以及系统理论和当代应用数...
论文摘要传统频域分析方法在处理非平稳时间序列时往往受到Heisenberg测不准原理的制约,无法在时频两域同时达到很高的精度;传统的时域分析方法所基于的平稳性假设、正态分布的假...
论文摘要函数系数自回归模型(FunctionalCoefficientAutoregressionModels即FAR模型)是非线性时间序列模型中非常重要的模型.但是目前的研究...
论文摘要证券系统变量之间的相互关系十分复杂,用通常情况下的方法来处理的效果都不是十分理想。利用自组织数据挖掘算法——数据分组处理(GMDH算法)可以挖掘出数据变量之间的相互关系...
论文摘要金融市场是国家经济运行的核心,金融时间序列是经济与金融领域中最重要的数据类型,对这类数据进行分析、预测和控制是整个经济和金融活动的重要工作。金融时间序列包括债券、汇率、...
论文摘要在本文,我们考虑了由重尾噪声变量列{Zt}生成的一类简单的平稳的双线性模型Xt=cXt-kZt-l+Zt,t=0,±1,±2,…针对上述模型,我们首先给出了它的平稳解X...
论文题目:基于神经网络的金融时间序列分析论文类型:硕士论文论文专业:运筹学与控制论作者:王波导师:张凤玲关键词:人工神经网络,金融时间序列,预测,算法文献来源:天津大学发表年度...