简介:摘要:棉花作为重要的战略物资,其价格是影响棉农的种棉积极性和纺织企业生产的重要因素。本文利用Python获取棉花价格历史数据并对数据的时间序列特征进行分析。建立了基于LSTM网络的棉花价格预测模型并与BP神经网络模型的预测结果进行对比分析,验证了LSTM棉花价格预测模型的实用性和精确度。
简介:摘要:过往研究中发现,深度学习方法中的LSTM模型在预测金融时间序列时表现良好。本文基于LSTM模型,对模型的层数、结构、激活函数等进行优化,并将优化后的模型用于对上证50ETF收盘价的预测,结果发现:①模型的层数会影响预测结果,过浅或过深的模型层数都会降低模型的预测能力,两层的LSTM模型对上证50ETF收盘价的预测能力最佳;②引入非线性激活函数的全连接层作为隐藏层可以提升模型的预测能力,exponential激活函数的表现最佳;③对特定隐藏层使用Xavier权重初始化方法可以提升模型预测能力。优化后的LSTM模型预测能力明显提升,该优化方法为LSTM模型构造提供了新的思路。
简介:摘要:应收款项是企业因对外销售产品、提供材料或劳务等业务而产生的,应向对方收取的相应资金。这一资产虽为企业外置,但对方得以经营并自由调度使用,而企业却无法掌控。在某一特定时期,应收款项构成企业的“虚拟资产”。只有当这些虚拟资产变现并流入企业时,方能参与企业的再生产过程,为企业创造新的收益。因此,应收款项作为一项关键的风险资产,管理水平亟待提升。
简介:摘要:所有的经济经营行为都有不同程度的风险,建筑施工行业也是如此。随着国内房地产开发市场的发展,很多建筑施工企业都存在盲目投标、投资和开工建设的问题,但是这也存在很大的风险危机。当前大多数的建筑施工企业的风险防范和管理意识都不足,缺乏完善的内控制度,企业内部经营管理缺乏科学性,再加上一些其他的因素,导致企业的投资经营中有很大的财务风险。要想最大程度的防范和控制风险,就需要清楚财务风险类型和控制重点,采取有效的措施,加强经济以及财务风险的控制以及规避,进而提升建筑施工企业的竞争力。本文通过分析建筑施工企业项目投资风险的来源以及表现,进而提出了防范和管理的措施。