我国封闭式投资基金业绩评价实证研究

随着我国基金行业超常发展,恰当的分析和评价基金业绩已越来越重要。本文根据CAPM的基本原理,利用国外先进的基金业绩评价方法对我国封闭式基金的综合业绩进行实证研究。研究结果表明:总体来看,基金获得的市场超额收益显著为负。基金经理不具有证券选择能力,但具有一定的市场择时能力,但这两种能力均不显著。同时,我们还发现不同投资风格的基金经理具有不同的证券选择能力和市场择时能力。     

多尺度辛格式求解复杂介质波传问题

在哈密顿体系中引入小波分析,利用辛格式和紧支正交小波对波动方程的时、空间变量进行联合离散近似,构造了多尺度辛格式——MSS（Multiresolution Symplectic Scheme）．将地震波传播问题放在小波域哈密顿体系下的多尺度辛几何空间中进行分析,利用小波基与辛格式的特性,有效改善了计算效率,可解决波动力学长时模拟追踪的稳定性与逼真性．     

中国开放式基金择时能力及其业绩贡献评价研究

利用H—M模型检验了最新时期中国开放式基金的市场时机把握能力和证券选择能力。建立了投资收益Rp与择时系数γ值的函数关系Rρ=f（γ），得到不同择时能力系数7对应的投资收益率R，。建立了H—M模型中β1和β2参数与γ系数的函数关系γ=g（β1，β2），进而可以得到择时能力产生的投资收益Rp与单只基金的β1和β2参数之间的函数关系Rp=f（γ）=f[g（β1，β2）]。论文的创新与特色一是揭示了在中国市场上择时能力对提高基金业绩的作用。通过计算不同择时能力的投资组合的收益，并与无择时能力的被动管理组合的收益相比较，得到了择时能力在中国市场上能够有效地提高基金业绩的结论。二是揭示了择时能力的业绩贡献与H—M模型中β2，β2参数的对应关系：择时能力系数γ与β1/β2的比值有关，β1/β2的比值越大，择时能力越小，择时净收益Rcp也就越小。这一研究解决了H—M模型只能反映选股能力的业绩贡献大小、不能反映择时能力业绩贡献大小的问题，使基金投资者能够全面判断基金的投资业绩，有利于投资者的投资决策。     

多尺度紧支撑向量值正交小波的构造

引入了多尺度向量值多分辨分析．利用矩阵理论,给出多尺度紧支撑向量值正交小波存在的必要条件及其构造方法．     

债券投资组合业绩归因的多期实证研究

目前国内对投资组合的业绩归因研究主要从管理者层面着手,将超额收益的来源归结为择时能力和选股能力,但这并不适用于债券投资。本文基于Campisi模型,对债券定价公式进行分解,从债券自身的特性来研究组合的超额收益来源,并结合GRAP跨期处理方法,形成多期业绩归因模型,对长期债券投资组合进行归因分析。相对于单期的归因模型,多期归因模型可以对任意一段时间内投资组合的超额收益进行归因,而不是单期归因项的简单加总。本文以中证全债指数为基准组合,对32只债券构成的投资组合进行实证研究,结果表明模型符合市场情况和实际操作情况。因此本文提出的多期业绩归因研究具有实用性。     

芬兰淡水湖冰下溶解氧浓度变化规律的离散小波分析北大核心

以离散小波变换的多尺度分析理论为依据,用Daubechies系列小波对芬兰Valkea-kotinen淡水湖第二测点自2011年1月13日至5月17日不同深度溶解氧浓度的采集数据进行分解与重构.通过db1-db6小波分解效果比较,发现db4小波的重构效果较好.采用db4小波对该位置各深度溶解氧浓度进行多尺度分析,得到数据的低频和高频重构曲线,分析曲线的变化规律.最后,利用离散小波变换尺度为2的幂次这一特点,给出有利于数据分析的测量时间间隔.     

芬兰淡水湖冰下溶解氧浓度变化规律的离散小波分析

以离散小波变换的多尺度分析理论为依据,用Daubechies系列小波对芬兰Valkea-kotinen淡水湖第二测点自2011年1月13日至5月17日不同深度溶解氧浓度的采集数据进行分解与重构.通过db1-db6小波分解效果比较,发现db4小波的重构效果较好.采用db4小波对该位置各深度溶解氧浓度进行多尺度分析,得到数据的低频和高频重构曲线,分析曲线的变化规律.最后,利用离散小波变换尺度为2的幂次这一特点,给出有利于数据分析的测量时间间隔.     

分数阶尺度函数的分解与重构算法

引入分数阶多分辨分析与分数阶尺度函数的概念.运用时频分析方法与分数阶小波变换,研究了分数阶正交小波的构造方法,得到分数阶正交小波存在的充要条件.给出分数阶尺度函数与小波的分解与重构算法,算法比经典的尺度函数与小波的分解与重构算法更具有一般性.     

求解非线性Black-Scholes模型的自适应小波精细积分法

针对非线性Black-Scholes方程,基于quasi-Shannon小波函数给出了一种求解非线性偏微分方程的自适应多尺度小波精细积分法.该方法首先利用插值小波理论构造了用于逼近连续函数的多尺度小波插值算子,利用该算子可以将非线性Black-Scholes方程自适应离散为非线性常微分方程组;然后将用于求解常微分方程组的精细积分法和小波变换的动态过程相结合,并利用非线性处理技术(如同伦分析技术)可有效求解非线性Black-Scholes方程.数值结果表明了该方法在数值精度和计算效率方面的优越性.     

多尺度双向向量值小波的构造与性质

本文研究多尺度双向向量值正交小波的存在性、构造算法与性质.利用多分辨分析理论,时频分析方法与矩阵理论,给出紧支撑多尺度双向向量值正交小波的构造算法,得到多尺度双向向量值小波包的正交公式与向量值小波包基.推广了向量值正交小波的概念.     

基于矩形域上双正交小波的图像分区压缩

本文研究了矩形域上的双正交小波,并利用此小波压缩分割的图像得到了矩形域上的正交多分辩分析与多尺度空间和相应的尺度函数和小波函数.     

基于拟Shannon小波浅水长波近似方程组的数值解

本文研究了浅水长波近似方程组初边值问题的数值解.利用小波多尺度分析和区间拟Shannon小波,对浅水长波近似方程组空间导数实施空间离散,用时间步长自适应精细积分法对其变换所的非线性常微分方程组进行求解,得到了浅水长波近似方程组的数值解,并将此方法计算的结果与其解析解进行比较和验证.     

波场逆向外推脊小波成像方法

地震偏移波动方程成像问题本质上讲是数学逆问题,传统方法求解采用的基函数具有明显的不足,针对其存在的不足,以及研究对象的地质构造特点,利用最新的具有较好光滑性、紧支性的Ridgelet函数基,以及能较好表征地质构造的平面或平面特征的数学分析工具;Ridgelet变换,提出了相应的改进方法,利用变换后系数的较好稀疏性,建立了多尺度脊小波波场递推成像计算方法。     

MULTI-SCALE METHODS FOR INVERSE MODELING IN 1-D MOS CAPACITOR

In this paper,we investigate multi-scale methods for the inverse modeling in 1-D Metal-Oxide-Silicon(MOS) capactior,First,the mathematical model of the device is given and the numerical simulation for the forward problem of the model is implemented using finite element method with adaptive moving mesh. Then numerical analysis of these parameters in the model for the inverse problems is presented .Some matrix analysis tools are applied to explore the parameters‘ sensitivities,And thired,the parameters are extracted using Levenberg-Marquardt optimization method.The essential difficulty arises from the effect of multi-scale physical differeence of the parameters.We explore the relationship between the parameters‘ sensitivitites and the sequencs for optimization,which can seriously affect the final inverse modeling results.An optimal sequence can efficiently overcome the multip-scale problem of these parameters,Numerical experiments show the efficiency of the proposed methods.     

Multi-scale B-spline method for 2-D elastic problems

In this paper, quadratic B-spline functions are used for solution of 2-D elastic problems. Because B-spline functions are directly used as basis function, there is no need to use meshes and nodes in function approximation. In order to improve the computational efficiency, different scales are used for sub-domains of entire problem domain in function approximation. The modified variational form and Lagrange multipliers method are used for coupling of different scale in function approximation. Compared with meshless methods and other wavelet based methods, this multi-scale B-spline-based method is simple and easy to work with for numerical analysis. Furthermore, the computational efficiency of the multi-scale method is much higher than that of single scale approach. The numerical examples of 2-D elastic problems indicate that the present method is effective and stable for solving complicated problems.     

基于小波分析理论的复杂岩性区块油水层识别方法

基于伊通盆地双二段储层岩性变化快,沉积模式复杂等特点,利用小波变换对测井信号进行去高频噪音处理,再运用多分辨率分析、小波包分析对该研究区目的层段流体进行识别.结果表明:去噪处理后的信号在保持原有信号特性的基础上,将高频噪音产生的影响去除,具有高保真,高信噪比的优点.运用小波分析理论,结合分频能量叠加原理对储层流体进行识别,解释正确率在80%以上,远优于常规解释方法,有效地解决了在复杂岩性区块油水层识别难度大的问题.     

基于模糊聚类分析的小波神经网络模型在径流预测中的应用

提出了一种在对预报因子集进行模糊聚类分析基础上构建径流预测模型的新方法:先通过模糊C-均值聚类将历史径流数据进行分类,然后利用小波神经网络分别建立预报因子集类别变量特征值与观测值之间的局部预测模型,并设计了特征值分类识别器,自动搜寻相适应的局部网络模型进行预测.通过西南某水库2011年日平均入库来流的计算实例对简单小波神经网络预测模型和所建的基于FCM与小波神经网络的预测模型进行了比较,结果较为满意.     

多目标最优控制的小波逼近解

基于小波多尺度逼近特性,提出了一种求解线性时变系统中多目标最优控制的新方法.该法避免求解带附加积分约束的R iccati微分方程而只需求解一个代数二次约束规划问题,适合于计算机求解.数值研究表明,所提算法是精确可行的.     

混合区间多尺度分解的区间时间序列组合预测

鉴于传统预测方法一直基于“点”来衡量时间序列数据,然而现实生活中在给定的时间段内许多变量是有区间限制的,点值预测会损失波动性信息。因此,本文提出了一种基于混合区间多尺度分解的组合预测方法。首先,建立区间离散小波分解方法(IDWT)、区间经验模态分解方法(IEMD)和区间奇异普分析方法(ISSA)。其次,用本文构建的IDWT、IEMD和ISSA对区间时间序列进行多尺度分解,从而得到区间趋势序列和残差序列。然后,用霍尔特指数平滑方法(Holt's)、支持向量回归(SVR)和BP神经网络对区间趋势序列和残差序列进行组合预测得到三种分解方法下的区间时间序列预测值。最后,用BP神经网络对各预测结果进行集成得到区间时间序列最终预测值。同时,为证明模型的有效性进行了AQI空气质量的实证预测分析,结果表明,本文所提出基于混合区间多尺度分解的组合预测方法具有较高的预测精度和良好的适用性。