高频金融时间序列的模型化研究进展回顾

从高频和超高频金融数据的基本统计特征出发,回顾了(超)高频金融时间序列模型化研究的发展历程及相关特征,并详细介绍了高频数据模型研究中针对久期序列建立ACD模型族的研究与进展.对ACD模型族,介绍了两种主要类型:强ACD模型和弱ACD模型.最后展望了高频金融时间序列中ACD模型的研究.     

基于特殊混料模型D-最优设计搜索的交换点式门限接受算法

在搜索混料模型D-最优设计的计算机算法领域,主流算法包括经典的Fedorov算法,以及元启发类算法,但两者在一些特定的优化问题上,分别在收敛速度和收敛精度方面有进一步提升的空间.文章分别探讨了可能造成这种情况的两类算法各自的局限性,并采取优势互补的策略,构建了交换点式门限接受算法,即ETA (exchange threshold accepting)算法.以含倒数项混料模型为例,文章验证了ETA算法生成设计的D-最优性,并分别与Fedorov算法和元启发类的ProjPSO算法作比较.结果表明,至少在某些特殊的混料模型D-最优设计的搜索方面,ETA算法在收敛速度和精度方面均具有一定的优势.     

两种ZIP模型的比较及其在保费厘定中的应用

本文研究了两种ZIP模型,比较了一般ZIP回归模型和ZIP(τ)模型对相同的零膨胀(zero-inflated)计数数据的拟合效果,发现前者在拟合时有较好的稳定性,并在此基础上得出实际数据中两种模型应用的技巧以及需要注意的问题。同时研究了ZIP模型在保险费率厘定中的应用,将这两种模型分别应用于保险数据,发现在拟合和预测两方面,ZIP回归模型都明显优于ZIP(τ)模型。     

状态转换下欧式Merton跳扩散期权定价的拟合有限体积方法

本文主要研究状态转换下欧式Merton跳扩散期权定价模型的拟合有限体积方法.针对该定价模型中的偏积分-微分方程,空间方向采用拟合有限体积方法离散,时间方向构造Crank-Nicolson格式.理论证明了数值格式的一致性、稳定性和单调性,因此收敛至原连续问题的解.数值实验验证了新方法的稳健性,有效性和收敛性.     

城市道路短时交通流量预测

结合BP神经网络模型和自回归求和滑动平均(ARIMA)模型对城市道路交通短时区间流量进行预测.影响交通流的因素有很多,难以一一量化,但这些因素都可以由线性自相关结构和非线性结构结合线性组合得到.而BP神经网络对非线性关系有很好的拟合效果,ARIMA模型则具有良好的线性拟合能力.在训练模型时,先用ARIMA模型拟合训练集,与原始数据作差得到一组残差;用BP神经网络模型拟合残差;将两个模型结合得到组合模型.将2017年7月1日7:00到2017年7月1日18:00期间,贵阳市某个路口断面所采集的过车数据作为训练集,建立ARIMA模型和BP神经网络模型以及组合模型,预测2017年7月1日18:00到2017年7月1日19:00的短时交通流.过车数据统计时间间隔为5min,则训练集共有有效数据132组,测试集的有效数据为12组.分别用三类误差分析指标比较三个模型的拟合、预测效果,结果显示组合模型的预测效果比两个模型单独使用的预测效果更准确.     

MIDAS类模型的估计及其应用研究

根据MIDAS类模型的不同形式及内部结构,推导出了MIDAS类模型的非线性最小二乘估计方法的具体过程,并以此分析了高频月度PMI对低频季度GDP的预测能力及作用路径.实证结果表明:MIDAS模型类模型能够提取更多高频变量PMI的月度数据信息,当滞后阶数变动到18阶时,U-AR(1)-MIDAS模型拟合效果及样本内预测精度表现最优.     

信息复杂性准则的深入探讨

介绍联系拟合优度与模型复杂性测度的一种模型选择准则一信息复杂性(ICOMP)准则的基本原理.由Bozdogan提出的信息复杂性(ICOMP)准则可以视为两个Kullback-Leibler距离之和的一种近似.首先研究了所考虑模型中有真实模型的情况下,ICOMP准则类的渐近相容性;然后又介绍并完成了所考虑模型中没有真实模型的情况下,ICOMP准则类的渐近相容性.在有限样本容量的情况下,用ICOMP准则选择的估计模型,比用其他通用的准则选择的估计模型,更接近于真实模型.     

半参数ACD模型及其在中国股票市场中的应用研究

本文提出了半参数ACD模型并基于模拟样本与调整后的中国股票市场的价格时间间隔样本对模型进行实证分析.半参数ACD模型对条件期望的函数形式与随机误差项的分布形式要求都没有参数ACD模型强,因此不会像参数ACD模型那样因模型形式设定错误而得出错误结论.这一点在我们的实证分析中可以得到证实.与非参数ACD模型相比,半参数ACD模型能够估计出参数,这增加了模型的解释能力.半参数ACD模型估计出来的各个可加部分图形的形状对于正确设定参数ACD模型具有一定的指导作用.     

基于ACD模型的成交量建模研究

以金融超高数据中的重要指标成交量为研究对象,借鉴ACD模型的建模思路,以价格变化一个单位的交易期内累计成交量为标记点,建立基于价格交易持续期的累计成交量模型——ACV模型,运用国内股票市场超高频数据对这一模型进行实证分析,结果表明模型显著,累计成交量的期望受上一期期望的影响远远大于上一期累计成交量的影响,且累计成交量具有明显的聚类效应.     

利用传递函数——噪声模型表达经济变量间的动态影响机制

传递函数———噪声模型是一类多变量时间序列模型,它在表达系统动态影响机制方面有着独到的优势。本文将这种模型的建模方法应用于经济系统,建立了一个表达产值和出口间动态关系的传递函数———噪声模型。近几个月的实际数据表明模型的拟合是理想的。     

Chan-Vese模型的共轭梯度算法

随着图像采集设备的发展和对图像分辨率要求的提高,人们对图像处理算法在收敛速度和鲁棒性方面提出了更高的要求.从优化的角度对Chan-Vese模型进行算法上的改进,即将共轭梯度法应用到该模型中,使得新算法有更快的收敛速度.首先,简单介绍了Chan-Vese模型的变分水平集方法的理论框架;其次,将共轭梯度算法引入到该模型的求解,得到了模型的新的数值解方法;最后,将得到的算法与传统求解Chan-Vese模型的最速下降法进行了比较.数值实验表明,提出的共轭梯度算法在保持精度的前提下有更快的收敛速度.     

A competitive and cooperative co-evolutionary approach to multi-objective particle swarm optimization algorithm design

Multi-objective particle swarm optimization (MOPSO) is an optimization technique inspired by bird flocking, which has been steadily gaining attention from the research community because of its high convergence speed. On the other hand, in the face of increasing complexity and dimensionality of today’s application coupled with its tendency of premature convergence due to the high convergence speeds, there is a need to improve the efficiency and effectiveness of MOPSO. In this paper a competitive and cooperative co-evolutionary approach is adapted for multi-objective particle swarm optimization algorithm design, which appears to have considerable potential for solving complex optimization problems by explicitly modeling the co-evolution of competing and cooperating species. The competitive and cooperative co-evolution model helps to produce the reasonable problem decompositions by exploiting any correlation, interdependency between components of the problem. The proposed competitive and cooperative co-evolutionary multi-objective particle swarm optimization algorithm (CCPSO) is validated through comparisons with existing state-of-the-art multi-objective algorithms using established benchmarks and metrics. Simulation results demonstrated that CCPSO shows competitive, if not better, performance as compared to the other algorithms.     

正态云模型果蝇优化算法及其应用

提出了一种基于正态云模型的果蝇优化算法(NCMFOA).该算法通过直接将果蝇位置赋值给气味浓度判定值和引入正态云模型来刻画果蝇嗅觉搜索行为的随机性与模糊性,从而解决了果蝇优化算法(FOA)不能搜索负值空间的缺陷,并有效克服了FOA算法在解决复杂优化问题时容易陷入局部极值的不足.通过正态云模型熵值的动态调整,使得NCMFOA算法在进化的前期阶段具有较强的随机性与模糊性,以提高算法的全局探索能力;随着迭代次数的增加,算法搜索行为的随机性与模糊性逐渐减弱,使得其局部开发能力逐渐增强,算法收敛精度得到提高.此外,通过引入视觉实时更新方案,进一步加速了算法的收敛速度.用经典的基准测试函数验证了NCMFOA算法的可行性与有效性,结果表明该算法具有收敛速度快、收敛精度高以及鲁棒性好等优点,对于高维复杂优化问题,该算法同样获得了良好的优化效果.将NCMFOA算法用于解决混沌系统的参数估计问题,进一步验证了该算法具有较强的解决实际工程优化问题的能力.     

Trajectory-tracking of 6-RSS Stewart-Gough manipulator by feedback-linearization control using a novel inverse dynamic model based on the force distribution algorithm

ABSTRACT

6-RSS Stewart-Gough parallel manipulator contains six crank-rod limbs connecting the base and moving platforms to each other, forming a 6DOF manipulator. In this paper, we introduce a novel decoupled inverse dynamic model for this manipulator based on the Force Distribution Algorithm. The performance of the proposed model was evaluated in tracking a complex trajectory (of multiple segments with simultaneous translational and rotational motions) using feedback-linearization control in the joint space and compared with that of the Lagrangian inverse dynamic model. Results showed that this model leads to a better performance in feedback-linearization control, especially when the reference trajectory is quantized, and with less calculation burden in comparison with the Lagrangian model. The control system employing both models showed robustness against payload uncertainty on the moving platform (150% of the moving platform’s mass). The performance assessment and the robustness approval were performed in simulation using a Simscape model specifically built for this purpose in the Simulink environment.     

Mean and variance optimization of non–linear systems and worst–case analysis

In this paper, we consider expected value, variance and worst–case optimization of nonlinear models. We present algorithms for computing optimal expected value, and variance policies, based on iterative Taylor expansions. We establish convergence and consider the relative merits of policies based on expected value optimization and worst–case robustness. The latter is a minimax strategy and ensures optimal cover in view of the worst–case scenario(s) while the former is optimal expected performance in a stochastic setting. Both approaches are used with a small macroeconomic model to illustrate relative performance, robustness and trade-offs between the alternative policies.     

粒子群优化的收敛分析及在广义预测控制中的应用

在进行粒子群优化的收敛性理论分析的基础上,推出了保证粒子群优化算法收敛性的参数设置区域,合理选择粒子群算法的关键参数,将粒子群优化与广义预测控制有机融合,用粒子群算法来解决广义预测控制的优化问题,提出基于粒子群优化的广义预测控制算法,通过工业过程对象的仿真并和传统的广义预测控制算法进行了对比分析,表明了该算法的有效性,特别是算法具有良好的输出跟踪精度和较强的鲁棒性.     

ACD模型在沪市中的实证研究

在证券交易中,交易持续期反映了市场交易的重要信息,因此对交易者行为具有重要的影响,并且影响到证券市场的流动性.为了检验在交易中交易持续期对交易的影响,本文选择了沪市A股的四只股票,利用由Engle和Russell提出ACD模型对其交易持续期进行了实证研究,讨论了交易持续期的相关性质,表明交易持续期具有明显的日内模式,并检验log-WACD模型与中国证券市场的吻合程度.     

Enriched self-adjusted performance measure approach for reliability-based design optimization of complex engineering problems

For reliability-based design optimization (RBDO) of practical structural/mechanical problems under highly nonlinear constraints, it is an important characteristic of the performance measure approach (PMA) to show robustness and high convergence rate. In this study, self-adjusted mean value is used in the PMA iterative formula to improve the robustness and efficiency of the RBDO-based PMA for nonlinear engineering problems based on dynamic search direction. A novel merit function is applied to adjust the modified search direction in the enriched self-adjusted mean value (ESMV) method, which can control the instability and value of the step size for highly nonlinear probabilistic constraints in RBDO problems. The convergence performance of the enriched self-adjusted PMA is illustrated using four nonlinear engineering problems. In particular, a complex engineering example of aircraft stiffened panel is used to compare the RBDO results of different reliability methods. The results demonstrate that the proposed self-adjusted steepest descent search direction can improve the computational efficiency and robustness of the PMA compared to existing modified reliability methods for nonlinear RBDO problems.     

基于无线通信基站的室内三维定位问题

三维定位问题是现代商用通信网络中对于定位系统存在的一个真正具有技术难度的挑战.根据视距传播环境和非视距传播环境的到达时间的数据集,建立线性误差模型;对于无真实位置的竞赛数据集,定义竞赛数据定位误差评估模型;基于不同的空间场景,提出基于空间单元的定位算法;面对高度误差明显高于平面误差的问题,设计基于高斯加权的误差补偿模型;针对最优定位精度最少基站问题,提出基于贪心策略的基站选择算法;考虑轨迹连续性,设计轨迹准确性验证的10-fold交叉验证方法;基于测量距离有限的真实环境,分析平均"连接度数"与定位精度的关系.实验结果表明,提出的定位算法在有效基站数大于等于5时,能获得较好的定位精度.