作者：李浩; 尤金gdp深度学习指标预测
摘要：GDP预测是一项重要的工作,预测方法多种多样。传统的方法有:ARMA法、移动平均法、Logistic法、指数回归方法等。但由于GDP具有非线性和不确定性等预测困难,使得传统方法预测精度不高。文章提出一种基于深度学习的方法来预测GDP。采用1980~2015年的数据,通过先行变量预测未来期的GDP,并将预测的结果和传统方法进行对比,发现提高了模型的可信度。结果表明,基于深度学习的预测精度显著高于传统方法。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
