低维混沌时序非线性动力系统的预测方法及其应用研究

主要研究由低维混沌时序所确定的非线性动力系统的预测方法及其应用。在国外学者研究工作的基础上,应用一种非线性混沌模型在相空间内对时序进行重构工作,先通过改进的最小二乘方法来估计模型的参数,满足一定精度后,再采用最优化方法来估计模型的参数,并用所求得的混沌时序模型在其相空间内对时序的未来值进行预测。给出了非常有代表性的实例对文中模型和算法进行验证。结果发现采用该算法能较准确地求得模型的参数,在相空间中对混沌时序进行预测,将传统方法中的外推变成了相空间中的内插,及选取最佳的模型阶数等工作都能增加预测的准确程度,且混沌时序不可能进行长期的预测。     

动力系统实测数据的非线性混沌模型重构

动力系统实测非线性混沌数据的模型重构技术是相空间重构的重要内容。在判定了实测数据的非线性混沌特征,计算了实测数据的分维数,Lyapunov指数,并对其进行了本征值分解和噪声去除及确定其模型阶数以后,提出了一个动力系统实测数据的非线性混沌模型,给出了相应的模型参数辨识方法,并用其确立的混沌模型进行了预测工作,计算结果表明:模型参数辨识方法能迅速地将参数估计值带到多峰目标函数的全局最少值附近,然后再采用优化理论能较准确地求出模型的参数,用得到的混沌模型对系统进行预测工作其预测效果良好,且混沌时序不可能作长期预测。     

基于动态条件相关系数模型的石油市场套期保值比估计

以WTI和Brent两地的原油现货市场和期货市场为研究对象,选择对角化的动态条件相关(DCC)模型估计了市场间的动态条件相关系数,求解了WTI市场、Brent市场及跨市的动态套期保值比,评价了各种市场组合的套期保值效果.得到如下几点结论:第一,WTI市场的一体化程度高于Brent市场;第二,两个月期货的套期保值比高于1个月期货的套期保值比,WTI相应市场组合的套期保值比要高于Brent市场;第三,采取Brent期货对WTI现货进行对冲时,其套期保值比要高于用WTI期货对Brent现货对冲时的情形,也高于Brent市场的套期保值比;第四,套期保值比越高,套期保值效果越好.     

基于相空间重构技术的金融系统混沌识别

借助工程技术领域内识别非线性系统混沌现象的相空间重构技术研究了金融混沌的识别问题.以我国金融系统历经本轮全球金融危机这个金融史上影响最为严重的金融混沌为研究对象;研究发现:在全球金融危机的冲击下,我国金融系统在运行过程中发生了确定性的失稳,出现了金融混沌现象.从而为进一步防范与控制金融混沌奠定基础.     

低噪声水平混沌时序的预测技术及其应用研究

研究含有噪声的混沌时序的除噪及其重构技术,基于除噪混沌数据的预测技术及其应用．应用混沌时序的奇异值分解技术对混沌时序的噪声进行了剥离,将混沌时序的相空间分解成为值域空间和虚拟的噪声空间,在值域空间内重构了原混沌时序,并在此基础上,确立了非线性模型的阶,利用所提出的非线性模型对时序进行了预测研究工作,研究结果表明,该非线性模型具有很强的函数逼近能力,所采用的混沌预测方法对相应的实际问题有着一定的指导意义．     

基于多元混沌时间序列的油田产量预测模型

油田产量的预测一直是石油工作者研究的重要课题.针对油田产油量、产水量、地层压力和时间之间有着混沌的特征,利用多变量混沌时间序列等方法研究了油田产量的混沌建模和预测问题.用C-C算法确定每一个变量的嵌入维数和延迟时间,重构多元混沌时间序列的相空间;使用基于奇异值分解的主成分分析消除重构相空间的冗余变量和噪声干扰,建立了有较好泛化性能的多元混沌时间序列油田产量预测模型;最后将混沌时间序列预测和Elman神经网络进行耦合,创建了基于主成分分析前馈网络的多元混沌时间序列油田产量预测方法.应研究表明,提出的多变量混沌时间序列预测方法的预测精确度优于单变量预测,它可用于解决具有多变量混沌时间序列的预测问题.     

我国原油价格与外国原油价格的波动溢出效应——基于DCC-MGARCH模型分析

本文利用扩展的4维(E)DCC-MGARCH(1,1)模型,分析了四个原油市场(Brent、WTI、Dubai、China)之间的相互波动溢出效应。研究表明,Brent、WTI原油市场对我国市场均有显著的单向波动溢出效应,WTI原油市场比Brent原油市场对我国原油市场的波动溢出效应更明显。我国和美国原油市场波动都是暂时的,而Brent原油市场波动性是持久的。我国原油市场对Dubai原油市场有单向的波动溢出效应。结果还显示,Brent与WTI原油市场有双向波动溢出效应,Brent的波动溢出效应小于WTI波动溢出效应。     

基于混沌最小二乘支持向量机的时间序列预测研究

为了对这种具有非线性特性的时间序列进行预测,提出一种基于混沌最小二乘支持向量机.算法将时间序列在相空间重构得到嵌入维数和时间延滞作为数据样本的选择依据,结合最小二乘法原理和支持向量机构建了基于混沌最小二乘支持向量机的预测模型.利用此预测模型对栾城站土壤含水量时间序列进行了预测.结果表明,经过相空间重构优化了数据样本的选取,通过模型的评价指标,混沌最小二乘支持向量机的预测模型能精确地预测具有非线性特性的时间序列,具有很好的理论和应用价值.     

基于相空间重构的混沌投影同步观测器设计

基于相空间重构技术和极点配置方法,设计了一类混沌系统的投影同步状态观测器.利用系统的一个状态变量及其对时间的各阶导数就可使观测器和被观测系统以任意比例因子实现同步.以四阶超混沌系统为例进行数值仿真,仿真结果证明了设计方法的有效性.     

混沌时间序列的2阶预测模型

为了克服传统预测方法对混沌时间序列预测精度不高的缺点,提出一种新的基于1阶预测模型(1-OP)和信息融合理论的混沌时间序列2阶预测模型(2-OP).首先根据相空间重构理论建立2个1阶预测模型,然后根据融合估计原理建立2阶预测模型.最后利用Lorenz和Mackey-Glass时间序列对该模型进行验证,结果表明,2阶预测模型对多变量和单变量混沌系统都是有效的.     

季节-谐波油价预测模型研究

油价预测是能源市场研究的一个重要领域.本文基于季节调整技术和周期性分析技术,提出了一个新的预测模型-季节-谐波模型,其思路是分解-组合.通过对五种油品(WTI原油、Brent原油、无铅汽油、柴油和取暖油)价格的实证分析,与其它五种方法(ARIMA模型、指数平滑、Winters方法、EGARCH模型和逐步自回归)相比,季节-谐波模型取得了最好的预测效果.     

Calibration of a multifactor model for the forward markets of several commodities

We propose a model for the evolution of forward prices of several commodities, which is an extension of the factor forward model in [1, 2], to a market where multiple commodities are traded. We calibrate this model in a market where forward contracts on multiple commodities are present, using historical forward prices. First, we calibrate separately the four coefficients of each individual commodity, using an approach based on quadratic variation/covariation of forward prices. Then, with the same technique, we pass to the estimation of the mutual correlation among the Brownian motions driving the different commodities. This calibration is compared to a calibration method used by practitioners, which uses rolling time series and requires a modification of the model, but turns out to be more accurate in practice, especially with a low frequency of observed transaction. We present efficient methods to perform the calibration with both methods, as well as the calibration of the intercommodity correlation matrix. Then we calibrate our model to WTI, ICE Brent and ICE Gasoil forward prices. Finally we present a method for estimating spot volatility from forward parameters, with an application to the WTI spot volatility.     

Stochastic Models for Oil Prices and the Pricing of Futures on Oil

Abstract

In this article, we investigate and compare the performance of various one-factor diffusion models in their ability to capture the behaviour of Brent crude oil prices. New proposed models, which have a three-quarters power in the diffusion term, are found to outperform all other popular models tested. Analytic solutions for futures prices under the new models are found and used to calibrate market prices. Results from the calibration show that one of the new three-quarters models with a mean-reverting property outperforms other popular models in fitting and forecasting futures prices.     

全球成品油交易信息溢出研究——基于CCF检验和协整理论

使用基于协相关函数(CCF)的Hong统计量及其推广形式研究了全球成品油交易间的6种信息溢出效应,并对全球成品油市场主导品种与WTI间的信息溢出及协整关系进行了分析.成品油研究对象涵盖了新加坡、ARA和纽约3个全球成品油市场的汽油、燃料油和柴油,以及纽约市场的取暖油期现货.实证研究表明:柴油在新加坡和ARA市场内各品种间的信息溢出中占优势,而纽约市场则无特别显著的信息溢出占优产品.三个市场间的信息溢出研究表明:纽约成品油市场占主导地位,ARA次之.WTI原油与纽约4种成品油间关系的研究显示序列之间存在协整关系和非常迅速的信息传播.     

Randomness confidence bands of fractal scaling exponents for financial price returns

The weak-form of the efficient market hypothesis (EMH) establishes that price returns behave as a pure random process and so their outcomes cannot be forecasted. The detrended fluctuation analysis (DFA) has been widely used to test the weak-form of the EMH by showing that time series of price returns are serially uncorrelated. In this case, the DFA scaling exponent exhibits deviations from the theoretical value of 0.5. This work considers the test of the EMH for DFA implementation on a sliding window, which is an approach that is intended to monitor the evolution of markets. Under these conditions, the scaling exponent exhibits important variations over the scrutinized period that can offer valuable insights in the behavior of the market provided the estimated scaling value is kept within strict statistical tests to verify the presence or not of serial correlations in the price returns. In this work, the statistical tests are based on comparing the estimated scaling exponent with the values obtained from pure Gaussian sequences with the length of the real time series. In this way, the presence of serial correlations can be guaranteed only in terms of the confidence bands of a pure Gaussian process. The crude oil (WTI) and the USA stock (DJIA) markets are used to illustrate the methodology.     

基于X-12-ARIMA方法的迪拜原油价格季节性波动分析

油价时间序列往往受众多因素的影响,从而可以分解成各种成分.运用X-12-AR IM A方法分析迪拜原油价格的季节性波动,探讨油价运动规律,结果表明季节调整的整体效果较好,季节因素对中质高硫原油价格具有显著影响,夏、秋季推动油价上升,而春、冬季节使油价下跌,同时发现原油价格的短期变化主要由不规则事件和季节因素决定,而长期变化由趋势因素决定.     

国际原油价格预测的双层随机整数规划模型、算法及应用

根据国际原油价格近期数据及原油价格变化量,给出了国际原油价格改变量的状态转移概率(或频率)矩阵.依此提出以国际原油价格预测误差的期望与方差最小为最优目标,建立国际原油价格预测的双层随机整数规划,并论述该优化问题最优解的存在性, 根据约束特性构造了优化算法.同时按照国内现行成品油定价机制, 提出的优化算法,对国内成品油调价进行了预测,实证分析表明提出的模型与优化算法具有一定的预测精度和较好的实用性.     

基于VARM和VECM的Brent油价定量分析与预测

分阶段定量研究国际石油价格并作出预测,为我国应对油价波动以确保石油安全及采购提供借鉴性指导.借助Eviews计量经济学软件,选取Brent油价为被解释变量,道琼斯商品指数,美国商业原油库存,美元指数,基金总未平仓合约和突发风险事件为解释变量,将研究范围按油价走势特点分6个阶段,运用协整理论建立协整关系,得出各阶段各变量对Brent油价的贡献比例;建立VARM和VECM,对2017年Brent油价进行预测.结果表明,供需基本面起主导作用,特别是2008年金融危机以后供需基本面影响占比为50-60%,定量分析与实际国际石油市场及油价走势特点相匹配;VARM和VECM对2017年Brent油价预测均值分别为65.63和59.37美元/桶,VECM更接近路透社的58.01美元/桶.2017年,石油市场或由供需过剩转为缺口,推动油价水平整体上升,预计全年Brent,油价均价为52-60美元/桶,VARM和VECM预测趋势与其基本一致.综合来看,VECM预测效果更优,解释性更强.