人民币汇率预测

作品数：49被引量：347H指数：11
导出分析报告
相关领域：经济管理更多>>
相关作者：殷光伟付岱山万志华高丽峰熊志斌更多>>
相关机构：湖南大学中国科学院大学沈阳工业大学上海理工大学更多>>
相关期刊：《统计与决策》《吉林大学社会科学学报》《合作经济与科技》《东北师大学报（自然科学版）》更多>>
相关基金：国家自然科学基金国家社会科学基金教育部人文社会科学研究基金全国高校青年教师奖励基金更多>>
-
在结果中检索

检索结果分析

结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于ARMA-GARCH模型和马尔科夫链的人民币汇率预测
《理论数学》2024年第6期362-372,共11页李振源 许学军 
本文构建人民币汇率的ARMA-GARCH模型,又引入马尔可夫链模型,试图探寻我国在岸人民币汇率的规律。从ARMA-GARCH(1,1)模型提取标准误差与马尔可夫链预测的汇率涨跌幅均值结合,对短期内汇率变化范围进行预测,可以预测7个交易日内的汇率上...
关键词：人民币汇率 ARMA-GARCH 马尔可夫链 
跨市场跨来源情感分析驱动的人民币汇率预测研究
《数据分析与知识发现》2023年第12期75-87,共13页操玮 廖臣悦 张福伟 
国家自然科学基金项目(项目编号:71801072);中央高校基本科研业务费专项资金资助合肥工业大学青年教师科研创新启动专项项目(项目编号:JZ2020HGQA0181)的研究成果之一。
[目的]将跨市场跨来源情感分析引入人民币汇率预测模型中,提升汇率趋势的预测效果。[方法]构建融合跨市场跨来源情感分析的CCSA-DL模型:采用BERT-TextCNN模型分别提取中美两国官方媒体与个人投资者的深层情感特征,并与基于LSTM的汇率时...
关键词：人民币汇率预测 跨市场跨来源情感分析 深度学习 
融合多源信息的人民币汇率预测
《哈尔滨师范大学自然科学学报》2023年第3期28-37,共10页刘艺彬 孙景云 
甘肃省科技计划项目(21JR1RA280);2022年陇原青年创新创业人才项目
通过有效融合与汇率相关的互联网搜索信息和宏观经济信息,提出一个新的汇率预测方法.一方面,根据信息丰富的互联网大数据,将选取的百度指数关键词信息合成能反映投资者关注度的百度综合搜索指数,再利用核主成分(KPCA)方法对宏观经济变...
关键词：网络搜索信息 宏观经济变量 KPCA 汇率预测 
基于自注意力TCN模型的人民币汇率预测
《科技和产业》2023年第8期138-142,共5页阳芊芊 
随着人民币汇率市场化改革的持续推进,汇率的潜在波动空间扩大。汇率波动关系到投资策略的制定及风险监管的实施,对其进行准确预测具有重要意义。深度学习以其强大的非线性拟合及特征提取能力在汇率预测领域受到关注。选取TCN(时序卷积...
关键词：汇率预测 时序卷积网络(TCN) 自注意力机制 
基于GARCH和LSTM神经网络混合模型的人民币汇率预测研究
《管理科学与研究（中英文版）》2022年第9期121-127,共7页郑扬飞 张青龙 
本文选取了深度学习算法中对时间序列预测表现良好的长短期记忆模型(Long Short Term Memory,LSTM)与GARCH模型相结合,对2017年1月至2021年12月美元兑人民币和欧元兑人民币汇率进行预测,以融合新型的深度学习模型和传统的金融时间序列...
关键词：人民币汇率预测 GARCH模型 LSTM神经网络 
基于CEEMDAN与LSTM的人民币汇率分析与预测被引量：10
《数理统计与管理》2022年第3期507-525,共19页熊志斌 
教育部人文社科研究规划基金(16YJA790053);广东省普通高校特色创新类项目(人文社科)(2017WTSCX019)。
由于汇率波动的复杂性和非线性特点,使得汇率预测一直是金融领域中最具挑战的课题之一。本文提出了一种基于分解-优化预测-集成的综合研究方法来分析预测人民币汇率。首先,利用自适应噪声完备经验模态分解(CCEMDAN)方法,将原始汇率序列...
关键词：自适应噪声完备经验模态分解 长短时记忆模型 人民币汇率预测 
基于GARCH-ELMAN模型的人民币汇率预测被引量：1
《现代商业》2022年第13期56-60,共5页鲁媛媛 
国家自然科学基金(71974001);教育部人文社会科学研究项目(19YJCZH069)。
随着经济全球化的日益深入,人民币汇率的变动不仅影响着中国经济,对世界主要经济体的影响也举足轻重。本文采用2010年1月1日~2021年11月30日美元兑人民币汇率序列为研究对象,引入ELMAN神经网络方法,并结合经典计量经济学方法,构建多种...
关键词：人民币汇率 EGARCH-ELMAN模型 组合预测 
基于样本熵重构和PSO优化算法的人民币汇率预测被引量：3
《数学的实践与认识》2021年第19期70-83,共14页孙景云 赵盼盼 丁毅 
国家自然科学基金(72061020,71701084);甘肃省自然科学基金(21JRIRA280);甘肃省高等学校创新能力提升项目(2019A-060);兰州财经大学科研创新团队支持计划资助;兰州财经大学2020年度高等教育教学改革研究重点项目(LJZ202008)。
针对汇率数据具有随机性、非线性、高度波动性等复杂特征,提出了一种汇率预测的新方法(EEMD-SE-PSO-LSSVM).首先使用集合经验模态分解(EEMD)将原始美元兑人民币汇率序列分解为一系列的子序列.然后,通过样本熵(SE)量化各子序列的复杂度,...
关键词：汇率预测 集合经验模态分解 样本熵 粒子群优化 最小二乘支持向量机 
一篮子货币对人民币汇率预测——VAR与ARIMA比较分析
《活力》2021年第7期89-90,共2页袁世伟 
当前学术界针对汇率的预测方法众多,但经过整理,目前的研究主要为针对汇率本身的单变量研究,如ARCH、GARCH等模型或者组合模型。但是影响汇率波动的原因众多,无论是ARCH还是GARCH,或者小波分析等单变量模型的核心前提假设,都是认为当前...
关键词：向量自回归模型 汇率预测 利率平价理论 ARMA模型 
基于信号分析与神经网络的人民币汇率预测模型研究
《齐鲁工业大学学报》2020年第5期61-67,共7页王丽 袁培东 
山东省高等学校科技计划项目(J17KA029);山东省重点研发计划(2018GGX103006)。
在人民币持续升值的趋势下,外汇风险管理的重要性不言而喻。因此采用科学有效的方法来预测和优化汇率预测模型具有重要意义。本文根据汇率模型的特点选择综合的时频信号分析和神经网络模型分析方法,对人民币汇率的价格水平进行了前期的...
关键词：汇率预测模型 信号分析 EEMD 神经网络 
全选清除导出
共5页<12345>
检索报告 对象比较 聚类工具 使用帮助 返回顶部