期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
SVM与BP网络对基金波动的预测效果比较分析
被引量:
5
1
作者
傅东升
曹丽娟
《世界经济情况》
2007年第8期45-50,共6页
运用支持向量机(Support Vector Machine,SVM)预测基金波动率时间序列,并将Back-propagation(BP)神经网络作为基准方法,实验选取沪深交易所上市的6只样本基金,根据选用的性能评价尺度:正则均方误差(NMSE),平均绝对误差(MAE)以及方向对称...
运用支持向量机(Support Vector Machine,SVM)预测基金波动率时间序列,并将Back-propagation(BP)神经网络作为基准方法,实验选取沪深交易所上市的6只样本基金,根据选用的性能评价尺度:正则均方误差(NMSE),平均绝对误差(MAE)以及方向对称(DS)指标,仿真结果表明在预测基金波动率问题上,SVM比BP有更好的预测精度。文章最后给出解释。
展开更多
关键词
支持向量机(SVM)
BP神经网络
基金波动率预测
下载PDF
职称材料
题名
SVM与BP网络对基金波动的预测效果比较分析
被引量:
5
1
作者
傅东升
曹丽娟
出处
《世界经济情况》
2007年第8期45-50,共6页
文摘
运用支持向量机(Support Vector Machine,SVM)预测基金波动率时间序列,并将Back-propagation(BP)神经网络作为基准方法,实验选取沪深交易所上市的6只样本基金,根据选用的性能评价尺度:正则均方误差(NMSE),平均绝对误差(MAE)以及方向对称(DS)指标,仿真结果表明在预测基金波动率问题上,SVM比BP有更好的预测精度。文章最后给出解释。
关键词
支持向量机(SVM)
BP神经网络
基金波动率预测
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
SVM与BP网络对基金波动的预测效果比较分析
傅东升
曹丽娟
《世界经济情况》
2007
5
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部