【摘 要】
：
文章首先通过奇异谱分析SSA方法对汇率序列去噪,并通过ARIMA模型,对重构后的汇率序列拟合以提取出原序列的线性部分,再使残差值通过基于杂交的混合粒子群算法优化的支持向量机进行建模并预测,两部分结果相加即为原汇率序列的预测值。结果表明:人民币汇率波动存在着周期振荡的特征,在汇率序列的样本外1—5日预测上,基于SSA方法的组合模型预测性能相对单一模型以及未采取SSA方法的组合模型均更优。
论文部分内容阅读
文章首先通过奇异谱分析SSA方法对汇率序列去噪,并通过ARIMA模型,对重构后的汇率序列拟合以提取出原序列的线性部分,再使残差值通过基于杂交的混合粒子群算法优化的支持向量机进行建模并预测,两部分结果相加即为原汇率序列的预测值。结果表明:人民币汇率波动存在着周期振荡的特征,在汇率序列的样本外1—5日预测上,基于SSA方法的组合模型预测性能相对单一模型以及未采取SSA方法的组合模型均更优。
其他文献
本文中作者介绍了电容式电压互感器三种典型故障案例,针对这三种案例进行了原因分析,并提出了建议和预防措施。
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，构建多种时间序列模型和神经网络模型及二者组合模型进行实证分析，并以均方误差MSE作为模型预测精度的评价准则，发现将序列分解为线性部分和非线性部分的模型精确度明显较高，且
目前我国社会对于"墓地使用权益"上衍生的相关问题存在较多争议,主要聚焦在经营性墓地市场准入机制混乱、各地墓地价格的不明确和不统一、墓地使用权期限问题以及农村公益性墓地管理方式上。本文旨在对墓地使用权益纠纷所引发的案件进行梳理,浅析墓地使用权益问题根源及其市场价格机制缺失的现实困境,从而提出可行的价格机制和对策建议。笔者认为应当明确公益性墓地和经营性墓地的界分、墓地使用成本和市场准入机制、墓地使用期
对895名40岁及以下高师院校青年教师的调查发现：青年教师教育知识和通识知识普遍匮乏，新手教师学科教学知识欠缺；关键教学能力相对较低，新手教师教学基本功薄弱；育人和为师意识淡薄，行为不规范甚或失责；存在功利化价值取向，缺乏职业认同感和终身学习意识；教学个性化缺失，教学魅力和教学内在动机不足。究其原因在于青年教师自身因素的差异，高师院校未提供有效的支持、教师评聘和激励制度不甚完善、缺乏支持性的工作氛
汇率是衡量宏观经济状况的重要指标之一，对其波动特征以及短期预测的研究受到广泛关注。已有文献多采用均值框架下的非线性模型研究人民币汇率的波动及预测问题，难以揭示汇率分布的完整特征。文章根据2015年“8.11”汇改到2021年8月6日的人民币对100美元汇率中间价数据，建立门限分位数自回归模型，深入挖掘人民币汇率波动的非线性和异质性特征，并与传统的TAR（Quantile Autoegressive
在跨国并购中,影响估值的因素很多,不仅包括并购的区域和行业研究,对汇率、利率、通胀等宏观因素的把控也尤为重要。近年来我国在海外投资布局中,投资收益受汇率影响较大。在全球金融市场持续动荡的后疫情时代,怎样预测汇率未来走势,是投资币种选择以及估值模型中量化汇率风险的重要基础,对中国企业在海外并购中量化、规避宏观风险具有重要理论价值和实践意义。
汇率的变化具有非线性、非平稳、连续变化等特点，传统离散点值预测会损失其波动信息，也无法表示和估计其波动的区间范围。考虑到海量的互联网非结构化数据为汇率预测提供了大量的有效信息，本文提出一种非结构化数据驱动的混合二次分解汇率区间多尺度组合预测方法。首先，从百度指数中提取汇率相关的非结构化数据，利用奇异谱分析（SSA）对其进行去噪，并通过主成分分析（PCA）实现非结构数据的降维。其次，为了充分提取非结
本文集成了经验模态分解（EEMD）、最小二乘支持向量回归（LSSVR）和K均值聚类方法,提出了一个新的外汇汇率预测方法,称为基于EEMD-LSSVR-K的分解-聚类-集成学习的外汇汇率预测方法.该方法利用聚类策略将分解-集成学习中固定权值集成学习扩展到基于局部数据特征加权的非线性集成加权学习,从而克服了分解-集成方法中集成学习阶段的不足.本文将该方法用于四种主要外汇汇率的预测,实证结果表明:在提前
报考辞典【中外合作办学】是指中国教育机构与外国教育机构在中国境内合作举办的以中国公民为主要招生对象的教育活动。目前,我国的中外合作办学包括合作设立专门的教育机构和合作举办项目两种模式,即:具有独立法人资格的中外合作院校,以及普通院校与国外院校合作开设、不具有独立法人资格的中外合作办学专业（项目）。教育部将中国内地与港澳台地区合作办学机构、内地与港澳台地区合作办学项目也归为中外合作办学管理。