典型文献
基于LSTM网络的非线性误差修正学习模型的构建
文献摘要：
针对部分时间序列具有非线性特征、误差修正模型仍然采用线性回归的局限,文章提出一种融合长短期记忆递归神经网络的误差修正学习模型,该模型利用神经网络的非线性特征和长记忆性,提升了对时间序列的非线性表达能力,同时也改善了神经网络中变量的可解释性.运用该非线性误差修正学习模型对2017—2021年美元指数与黄金价格的非线性联动性进行分析,发现其拟合优度比传统的误差修正模型有显著提高.
文献关键词：
误差修正模型;LSTM网络;非线性;协整;美元黄金联动性
中图分类号：
作者姓名：
方茜;杨楠
作者机构：
上海财经大学 统计与管理学院,上海 200433;中国人保资产管理有限公司,上海 200122
文献出处：
引用格式：
[1]方茜;杨楠-.基于LSTM网络的非线性误差修正学习模型的构建)[J].统计与决策,2022(24):5-10
A类：
非线性误差修正,美元黄金联动性
B类：
正学,非线性特征,误差修正模型,长短期记忆,递归神经网络,长记忆性,线性表达,表达能力,可解释性,美元指数,黄金价格,线性联动,拟合优度,协整
AB值：
0.224505
相似文献
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。
