排序方式： 共有2条查询结果，搜索用时 0 毫秒
1
1.
采用GARCH模型和BP神经网络模型,利用上海A股30支股票(6类,每类各5支)2015年6月29日至2017年6月30日的日收盘价,分别进行短期(2017年7月3日至7日)、中期(2017年8月14日至18日)和长期(2017年9月25日至29日)预测.结果表明:在短期预测中,无论是否考虑当日价格波动对预测结果的影响,2个模型的每日与一周总体预测效果的差异均不具有统计学意义(P 0.05);在中期预测中,无论是否考虑当日价格波动对预测结果的影响,BP神经网络模型的每日与一周总体预测效果均优于GARCH模型,且总体差异具有高度统计学意义(P 0.01),不考虑当日价格波动时每日预测效果的差异具有统计学意义(0.01 P 0.05),考虑价格波动时每日预测中有3日预测效果的差异不具有统计学意义(P 0.05),有2日预测效果的差异具有统计学意义(0.01 P 0.05);在长期预测中,无论是否考虑当日价格波动对预测结果的影响,BP神经网络模型的每日与一周总体预测效果均优于GARCH模型,且总体差异具有高度统计学意义(P 0.01),每日预测效果的差异不具有统计学意义(P 0.05);随着预测周期的延后,预测误差逐渐增大. 相似文献
2.
给出了一种定义于各向异性Sobolev类Wp^4(R^d)上的多元多项式样条插值算子，证明了其为实现各向异性Sobolev类Wp^r(R^d)在Lp(R^d)距离下无穷维线性σ－宽度的弱渐近最优算子。 相似文献
1