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
基于BP神经网络-SARIMA组合模型对气象要素预测与天气多因子期权的估值
被引量:
4
1
作者
黄豪南
郑祥
韦勇凤
《投资研究》
CSSCI
北大核心
2018年第5期82-97,共16页
本文主要以BP神经网络-SARIMA组合模型为基础,通过分析北京市1951-2013年气象数据,包括月平均气温,月平均降雨量的动态变化,分别计算天气期权中的标的天气指数:CDD(制冷指数),HDD(取暖指数),EDD(能源温值),CRI(降雨指数),进而由气象要...
本文主要以BP神经网络-SARIMA组合模型为基础,通过分析北京市1951-2013年气象数据,包括月平均气温,月平均降雨量的动态变化,分别计算天气期权中的标的天气指数:CDD(制冷指数),HDD(取暖指数),EDD(能源温值),CRI(降雨指数),进而由气象要素的估计进行天气标的指数的估计和天气多因子期权的估值。研究表明天气多因子期权可以分析不同天气因素对天气影响的影响,同时可以有效地避免天气风险,获得收益。
展开更多
关键词
天气指数多因子期权
SARIMA模型
BP神经网络
原文传递
题名
基于BP神经网络-SARIMA组合模型对气象要素预测与天气多因子期权的估值
被引量:
4
1
作者
黄豪南
郑祥
韦勇凤
机构
中国科学技术大学统计与金融系
出处
《投资研究》
CSSCI
北大核心
2018年第5期82-97,共16页
基金
安徽省保险学会气象指数保险研究
文摘
本文主要以BP神经网络-SARIMA组合模型为基础,通过分析北京市1951-2013年气象数据,包括月平均气温,月平均降雨量的动态变化,分别计算天气期权中的标的天气指数:CDD(制冷指数),HDD(取暖指数),EDD(能源温值),CRI(降雨指数),进而由气象要素的估计进行天气标的指数的估计和天气多因子期权的估值。研究表明天气多因子期权可以分析不同天气因素对天气影响的影响,同时可以有效地避免天气风险,获得收益。
关键词
天气指数多因子期权
SARIMA模型
BP神经网络
Keywords
Weather multi-factor option
SARIMA model
BP neural network
分类号
C32 [社会学]
C45 [社会学]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于BP神经网络-SARIMA组合模型对气象要素预测与天气多因子期权的估值
黄豪南
郑祥
韦勇凤
《投资研究》
CSSCI
北大核心
2018
4
原文传递
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