典型文献
基于GAS-Copula-XGBoost的预测建模及应用研究
文献摘要：
时间序列预测在多个学科中被广泛运用,考虑到时间序列与被预测目标间的动态相关性对预测结果可能产生的影响,在XGBoost算法基础上设计出一种依据动态相关性的大小自动优化输入特征的GAS-Copula-XGBoost模型.引入能够衡量反向相关性的半旋转Clayton Copula和半旋转Gumbel Copula函数,利用GAS演化方程将半旋转Copula函数与常用的Copula函数拓展为时变Copula函数,对输入因子与被预测目标间的动态相关性进行测度;根据动态相关性设定阈值并设计动态程序,利用XGBoost算法预测,将模型应用于一带一路主题指数预测研究.结果表明:部分数据组合的相关性由半旋转Copula函数描述更为准确,GAS-Copula-XG-Boost模型在分类预测精度上较Logistics、随机森林和XGBoost均有提升;在回归预测上,误差较BP神经网络、SVR和XGBoost分别降低37.8753％、17.4865％和5.3612％.
文献关键词：
时间序列预测;GAS-Copula;半旋转Copula;动态相关性;XGBoost算法;一带一路主题指数
中图分类号：
作者姓名：
李筱艺;王传美
作者机构：
武汉理工大学 理学院,武汉 430000
文献出处：
引用格式：
[1]李筱艺;王传美-.基于GAS-Copula-XGBoost的预测建模及应用研究)[J].重庆理工大学学报,2022(06):291-301
A类：
一带一路主题指数
B类：
GAS,Copula,XGBoost,预测建模,时间序列预测,动态相关性,自动优化,输入特征,Clayton,Gumbel,演化方程,算法预测,模型应用,预测研究,分类预测,Logistics,回归预测,SVR
AB值：
0.232262
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
