PulseAugur
实时 10:21:27
English(EN) Neural ARFIMA model for forecasting BRIC exchange rates with long memory

新型NARFIMA模型提升金砖国家汇率预测能力

研究人员开发了一种新的神经自回归分数阶积分移动平均(NARFIMA)模型,以改进对巴西、俄罗斯、印度和中国(金砖国家)等新兴经济体汇率的预测。该模型将ARFIMA的长程记忆特性与神经网络的非线性学习能力相结合,同时考虑了外部经济因素。与现有的基准方法相比,NARFIMA模型在预测金砖国家汇率方面表现出更优越的性能。 AI

影响 引入了一种新颖的基于神经网络的统计模型,以改进经济预测,可能对金融分析产生影响。

排序理由 该集群包含一篇详细介绍经济预测新统计模型的学术论文。[lever_c_demoted from research: ic=1 ai=0.4]

在 arXiv stat.ML 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新型NARFIMA模型提升金砖国家汇率预测能力

报道来源 [1]

  1. arXiv stat.ML TIER_1 English(EN) · Tanujit Chakraborty, Donia Besher, Madhurima Panja, Shovon Sengupta ·

    用于预测具有长记忆的BRIC汇率的神经ARFIMA模型

    arXiv:2509.06697v2 Announce Type: replace-cross Abstract: Accurate forecasting of exchange rates remains a persistent challenge, particularly for emerging economies such as Brazil, Russia, India, and China (BRIC). These series exhibit long memory and nonlinearity that conventiona…