基于小波分形理论的股价指数信息量测度研究

本把小波分析和分形理论引入到股价指数时间序列的分析中，给出了股价指数波动复杂性的信息量测度方法——信息熵和分形维方法。通过对上证综指和深证成指1994年1月3日至2002年3月4日期间的数据进行的实证分析显示，两种方法均能刻画股价指数波动的复杂程度，这对初步了解我国股市场的波动规律有一定的实际意义。     

基于多小波预测方法提高地震数据的信噪比

基于二维小波变换把一个二元的地震数据变换为有关时间,空间,频率和波数的局部信息的特点,讨论了用正交多小波变换和w-x预测方法对地震数据进行去噪处理.先用阈值的方法做初步处理,再用预测方法进一步压制噪声,达到较好地提高地震数据信噪比的目的.数值试验表明该方法是有效的,能有效地消除随机干扰,具有很好的空间和时间自适应性.     

基于交叉数据随机波动模型的实证研究

在随机波动模型的基础上,结合交叉数据的特点,提出了交叉数据随机波动模型,综合对比与分析金融市场相关品种的价格波动关系.首先,应用离散小波变换,对数据进行滤波;其次,采用伪极大似然估计方法对系统模型进行参数估计;然后,运用遗传算法,对各个子模型进行参数寻优;最后应用交叉数据随机波动模型对我国期货市场上大豆、豆油、豆粕三品种进行实证分析.实证表明,交叉数据随机波动模型可以较理想地反映豆类三者之间价格波动的关系,说明相关品种之间存在较强的波动持续性.     

一种分形图像编码的改进方法

在分析小波包变换和分形编码特点的基础上,先将图像进行小波包分解,对进一步细分的高频部分直接进行频域截断,对低频部分进行分形压缩.计算机模拟试验表明,上述方案与基本分形编码方法相比,在重建图像主观质量和运行时间上都显示出优越性.     

中药色谱指纹图谱的小波变换与分形

为了提取中药指纹图谱共性的特征,将小波变换与分形维数相结合,对同一种中药指纹图谱进行小波变换,并求其分形维数,利用相关系数法,考察了分形维数对温度和测试条件的抗干扰能力,结果表明小波变换的分形维数对温度变化具有较好的抗干扰能力,可以作为描述中药指纹图谱共性的特征.     

多小波图像插值算法研究

与单小波变换一样,多小波变换同样具有多分辨分析的特性,1次多小波变换可以将图像分解成4个低频子带和12个高频子带,而且原图像的大小是每个子带的4倍.根据多小波变换的这一特点,利用原图像与经过1次多小波变换后的各高频子带的信息,并考虑各子带的分形维数,提出了一种新颖的灰度图像插值算法.实验结果表明,与传统的插值算法相比,例如双线性插值与双三次多项式插值,该算法的插值效果较好,且克服了单小波插值中出现的斑点干扰.     

模型FI-EGARCH-M的建立及实证分析

近年来,金融市场在经济发展中占据了越来越重要的位置,金融数据波动规律成为各国学者竞相研究的热门课题.根据我国近几年来股票市场的波动特点,为其寻找更为合适的模型来拟合股票价格波动规律,即对股票价格波动做进一步分析.提出具有有效市场和分形市场二者优点的FI-EGARCH-M模型,并用所建立的模型对上证指数进行了实证分析.     

基于Canny算子边缘检测的小波阈值去噪方法

本文研究了信号处理中图像去噪的问题.利用小波变换理论提出了一种基于Canny算子边缘检测的小波阈值去噪方法,实验结果表明,该方法在有效去除噪声的同时能够更好地保留图像的边缘.     

一种基于小波分析的各向异性图象去噪方法

本文利用非线性各向异性扩散方程结合小波变换提出一种图象去噪的方法。首先对图像进行离散小波变换,然后对其各个分量分别用各向异性的方法实现去噪。实验结果表明,该方法能够较好的去除噪声的同时,很好的保留边缘信息。     

基于符号序列方法的股价指数预测研究

用两种符号序列方法分别对上证指数进行实证统计分析。一种是以日收盘价计算的指数价差的符号序列,另一种是以每日5分钟高频数据计算的多重分形谱参数符号序列。统计结果表明,指数的涨落不是完全随机的,两种方法都能以一定的条件概率来预测指数的涨落;进一步地,在引入股价指数大涨落的阈值和条件平均增益后,发现大幅涨落时,条件与指数变化的关联性比小的涨落要强得多,而且将两种符号序列方法结合可以更好地预测指数的大涨落。     

股票价格的分形拟合方法研究

主要研究股票价格的变化及对其拟合的方法.在介绍了关于分形和遗传算法的要点后,首先从理论上说明了分块分形插值的逆问题,进而做了具体的数据分析,对大量股票价格数据进行模拟,得到了较为满意的结果,说明这种方法是可行的.     

基于分形分布的股票期权VaR计算

本文提出一种运用分形分布计算股票期权VaR的方法.首先对股票价格行为进行了理论总结和实证分析,表明采用分形分布来拟合股票的对数收益率是合理的,然后在此基础上推导股票期权VaR的计算公式,最后给出若干算例.     

分数布朗运动驱动的幂型期权定价模型研究

股价运动分形特征的发现,说明布朗运动作为期权定价模型的初始假定存在缺陷.本文假定标的资产价格服从几何分数布朗运动,利用分数风险中性测度下的拟鞅(quasi-martingale)定价方法重新求解分数Black-Scholes模型,进而对幂型期权进行定价.结果表明,幂型期权结果包含了Black-Scholes公式和平方期权结果,且相比标准期权价格,分数期权价格要同时取决于到期日和Hurst参数H.     

基于遗传算法和半参数回归的神经网络集成股市预测研究

股票时间序列预测在经济和管理领域具有重要的应用前景,也是很多商业和金融机构成功的基础.首先利用奇异谱分析对股市时间序列重构,降低噪声并提取趋势序列.再利用C-C算法确定股市时间序列的嵌入维数和延迟阶数,对股市时间序列进行相空间重构,生成神经网络的学习矩阵.进一步利用Boosting技术和不同的神经网络模型,生成神经网络集成个体.最后采用带有惩罚项的半参数回归模型进行集成,并利用遗传算法选择最优的光滑参数,以此建立遗传算法和半参数回归的神经网络集成股市预测模型.通过上证指数开盘价进行实例分析,与传统的时间序列分析和其他集成方法对比,发现该方法能获得更准确的预测结果.计算结果表明该方法能充分反映股票价格时间序列趋势,为金融时间序列预测提供一个有效方法.     

股票收益的分形特征的实证分析

本文以具体股价指数为例研究股票市场的分形特征,结果发现股票的收益具有长期记忆性、收益分布具有尖峰、细尾等特点,这对预测及管理证券的风险是有极重要的意义的.     

以混沌理论为基础的神经网络预测方法

我国证券市场股价波动表现出特有的混沌性质，具有局部随机与整体秩序相容的特征。本以2002年每隔十秒的上证指数高频数据为例，以混沌理论为基础。从原始序列中构造出若干个新的时间序列，运用神经网络法进行预测。预测结果表明，此方法能够较好地预测股票的走势，有望在股票交易中应用。     

股票价格指数、消费指数与CHIBOR的关联性研究

本文研究表明,CHIBOR 7日拆放利率分别与股票价格指数、消费物价指数呈协整关系和显著正相关关系,且股票价格指数、消费物价指数为CHIBOR的Granger成因,从而反映了股市的财富效应增加了银行间资金的需求成本的上升。同时CHIBOR与消费物价指数呈互为因果关系,且消费物价指数对CHIBOR的脉冲响应时间较长,从而增加了货币市场管理难度.     

Estimating structural credit risk models when market prices are contaminated with noise

In this paper, sequential estimation on hidden asset value and model parameter estimation is implemented under the Black–Cox model. To capture short‐term autocorrelation in the stock market, we assume that market noise follows a mean reverting process. For estimation, Bayesian methods are applied in this paper: the particle filter algorithm for sequential estimation of asset value and the generalized Gibbs and multivariate adapted Metropolis methods for model parameters estimation. The first simulation study shows that sequential hidden asset value estimation using both option price and equity price is more efficient than estimation using equity price alone. The second simulation study shows that, by applying the generalized Gibbs sampling and multivariate adapted Metropolis methods, model parameters can be estimated successfully. In an empirical analysis, the stock market noise for firms with more liquid stock is estimated as having smaller volatility. Copyright © 2015 John Wiley & Sons, Ltd.     

上证A股指数的分形统计分析——一种新的分析范式

本文介绍了传统证券分析方法所面临的理论和实践的挑战,简明地介绍了分形分析方法的基本理论和应用范围及特点。并采用该方法对我国上海证券交易所A股指数进行了深入分析,指出了上证A股指数具有较强的持续性,不是一个独立的随机游走过程。同时还实证了上证A股指数是分形的。本文还发现了上证A股指数具有12个月、16个月、20个月、23个月、31个月的周期。