순서가 있습니다. 포털 넷(연구방·지식센터·커뮤니티·아카데미)을 먼저 담고,
SSRA 는 맨 나중에 담아 주세요. SSRA 를 먼저 담으면 나머지가 그 안에 포함된 것으로
잡혀 따로 담기지 않습니다. 아이콘도 담을 차례대로 놓았습니다 — 왼쪽부터 차례로 누르시면 됩니다.
Thermal coal futures trading volume predictions through the neural network
Bingzi Jin, Xiaojie Xu, Yun Zhang · Journal of Modelling in Management · 2024년 · 조회 18
왜 이 논문인가 — 선정 기준
HOT PAPER · 최근 가장 주목받는 논문 — 피인용·FWCI·동년 인용 백분위
2024-09 발표 · 피인용 211회 · 분야 내 인용 영향력 상위권 · 동년 인용 상위 1%
HOT PAPER 슬롯은 인용 211회·동년 상위 1%라는 매우 높은 영향력을 근거로 선정되었습니다.
논문 요약
본 연구는 중국 정저우상품거래소에서 거래되는 열석탄 선물의 일일 거래량(2016‑2020)을 예측하고자 한다. 비선형 자기회귀 신경망(NARNN)을 적용하고 알고리즘, 은닉 뉴런 수, 지연 차수, 학습·검증·시험 데이터 비율 등 다양한 설정을 실험하였다. 비교 결과, 비교적 단순한 모델 설정이 높은 예측 정확도와 안정성을 보여주었으며 오류는 99.2% 수준으로 매우 작았다.
후속 연구설계에 활용하기
동일한 NARNN 구조를 다른 에너지 상품이나 금융 자산에 적용해 변수 선택·데이터 전처리 방식을 확장할 수 있다.
핵심어
석탄 선물거래량 예측신경망비선형 자기회귀
실존 확인
이 논문은 OpenAlex에서 후보로 수집한 뒤, Crossref에 등록된 DOI와 제목 일치를 확인해 노출합니다.
SSRA가 문헌연구에서 인용 논문의 실재 여부를 검증하는 원칙과 같습니다.