论文部分内容阅读
在传统时间序列方法的基础上,引入非线性的BP神经网络模型,建立广义自回归条件异方差模型与BP神经网络模型相结合的组合模型对互联货币基金的收益率进行预测。以平均绝对误差(MAE)、均方误差(MSE)、平均误差(ME)、定向精度(DA)四个指标为检验标准对三个模型进行预测精度的比较。经实证分析,BPNN-GARCH组合模型对于互联网货币基金收益率的预测具有更高的准确性。