基于文本挖掘和百度指数的汇率预测

发布时间：2021-04-09 16:40

　　文章从阐述网络搜索数据对汇率波动发生作用的机理出发,运用百度搜索数据和美元兑人民币汇率中间价日数据,建立包含网络搜索指数的多变量模型对汇率进行预测,通过与传统时间序列模型对比,多变量模型预测精度更高。实证表明,通过网络搜索量数据可以判断交易者对经济现状和未来的看法和期待,从而对短期内人民币汇率的走势进行预测。 

【文章来源】：统计与决策. 2019,35(13)北大核心CSSCI

【文章页数】：3 页

【参考文献】：
期刊论文
[1]基于文本挖掘和百度指数的投资者情绪指数研究[J]. 孟雪井,孟祥兰,胡杨洋.  宏观经济研究. 2016(01)
[2]融合ICA的BP网络在人民币汇率预测中的应用[J]. 王晓辉,张卫国,刘玉芳.  系统工程学报. 2014(03)
[3]失业率预测研究——基于网络搜索数据及改进的逐步回归模型[J]. 彭赓,苏亚军,李娜.  现代管理科学. 2013(12)
[4]购买力平价理论在国际经济发展中的运用缺陷及其改进对策[J]. 鲍银胜,刘国平.  国际金融研究. 2013(09)
[5]ARIMA模型在汇率预测中的应用——基于人民币汇率的验证[J]. 战毅,安佳.  中国证券期货. 2013(05)
[6]基于小波Mallat算法和异方差模型的人民币汇率预测[J]. 常振海,刘薇,张德生.  统计与决策. 2010(17)
[7]宏观基本面新闻对人民币/美元汇率的影响研究——基于境内即期汇率与境外NDF汇率的比较分析[J]. 魏英辉.  金融理论与实践. 2009(05)
[8]人民币汇率定价权问题研究:基于NDF与即期汇率的实证检验[J]. 戎如香.  上海金融. 2008(12)

硕士论文
[1]基于网络搜索数据的消费者信心指数预测[D]. 史光燕.山东财经大学 2016



本文编号：3127962