| 基于区间型数据的金融时间序列预测研究* |
| Forecasting research of financial time series based on interval data |
| 摘要点击 3127 全文点击 1607 |
| 查看全文 查看/发表评论 下载PDF阅读器 |
| 中文关键词 |
| 英文关键词 |
| 基金项目 |
| 作者 | 单位 | | 杨 威 | 山西大学管理与决策研究所,中国科学院数学与系统科学研究院 | | 韩 艾 | | | 汪寿阳 | |
|
| 中文摘要 |
| 提出了金融数据预测新方法—区间型时间序列模型, 是传统时间序列模型的拓展. 在与传统的点值AR 模型、VAR 模型以及Na¨?ve 模型的比较分析中发现, 区间数据模型的预测精度更高, 区间高价和区间低价预测误差均较小, 而且具有统计显著性. 进一步, 不同的估计样本量、数据频度以及不同市场特征的区间价格数据对区间模型的稳定性检验再次验证了区间数据模型的可靠性. 区间型金融时间序列预测研究不仅为金融问题的定量分析提供了新的视角, 也可为政策制定和交易策略实施提供了更丰富的决策参考信息. |
| 英文摘要 |
| |
| 关闭 |
|
|
|
|
|
