基于异质交易者定价模型的资产价格泡沫内生机理研究

资产价格泡沫等市场异常现象使得有效市场假说理论受到质疑,研究者们更多的是从行为金融学的角度对这些现象进行解释,认为是由市场投资者的非理性因素所造成的。本文考虑了市场中投资者决策的异质性,构建了含有长期基础投资者和短期技术投资者的异质交易模型,以说明在投资者均具有理性预期的条件下,有效市场假说理论同样可以解释泡沫的产生。具体而言,技术投资者的交易行为使价格产生波动,基础投资者的存在则对波动起到放大作用,并会进一步导致泡沫的出现,随着基础投资者所占的比例增大,泡沫膨胀的速度加快,由此导致市场的波动越剧烈。研究结果为市场监管者提供了有益的启示:与其设置壁垒限制技术投资者的加入及交易活动,不如让越来越多的技术投资者加入到市场中来,这样更有益于市场的稳定。     

基于潜伏因子模型分析的新兴市场国家金融传染效应研究

构建了基于资本资产定价模型为基础的潜伏因子模型对金融危机传染效应进行分析,将引起市场收益率波动的因素分解为"共同因子","特质因子"和"传染因子",同时采用迭代累计平方和算法内生性地对金融危机演化的不同阶段进行了时间上的划分.以2008年全球金融危机期间4个主要新兴市场国家的股票市场为对象进行了实证研究,结果表明这些国家均遭受到了不同程度的传染,其中中国和巴西受到的传染较弱,而印度和俄罗斯受到的传染较强.     

PLS-BP法近红外光谱定量分析研究

建立BP模型用于近红外光谱定量分析时,为克服所建模型与训练样本集产生“过拟合”,先用线性算法为其压缩训练数据是必要的。目前多采用主成分法(PCA)和逐步回归法(SRA)。主成分法具有极强的压缩数据能力,用它压缩成的主成分输入BP网所建模型的预测精度一般能满足要求,但它处理数据时未考虑输出变量的影响。逐步回归法根据系统输出选择变量,但所选变量具有自相关性,而且与训练集样品的排列顺序有关,很难选出最好的变量,往往难满足预测精度要求。本研究用偏最小二乘法(PLS),根据输出变量将原始数据压缩为主成分,输入BP网并用所建模型预测30个小麦样品的蛋白质含量。结果表明,与PCA-BP模型的预测决定系数(R2)从92.50提高到97.10,训练迭代次数从12 000减少到4 500。     

CaOH自由基A-X(100)-(000)跃迁的激光激发荧光光谱研究及其转动温度测量

本文报道了CaOH自由基A-X(100)-(000)跃迁的激光激发荧光光谱研究结果。对约100条转动谱线进行了归属,并用最小二乘方拟合得出A~2H_(1/2)(100)态的 B’=0.337097(10),D＇=0.377(5)×10~(-6),P=一0.04039(2)cm~(-1)。由这些转动谱线的相对强度还推导出CaOH自由基X~2∑态的转动温度T_R=308K。     

一种半菁类荧光探针的合成及其对水合肼的识别

合成了一种新型的基于半菁结构、以4-溴丁酸酯为识别基团的水合肼荧光探针(HCY-BT)。在乙腈/水体系中,通过紫外吸收与荧光发射光谱研究了探针对水合肼的响应性能。探针溶液(10μmol/L)中加入水合肼(200μmol/L)后,其在600 nm处的荧光明显降低,而且荧光强度与水合肼浓度在0～200μmol/L有良好的线性关系,探针对肼的检测限为2. 41μmol/L。另外探针对肼响应后发生明显的颜色变化,溶液由黄色变为无色,而加入其他的干扰物质后没有颜色变化,显示了良好的抗干扰性能。     

金属离子Na+ , Li+ , Mg2+与硫酸根离子形成的无水缔合物种的从头算量子化学研究

计算并讨论了Na+, Li+和Mg2+ 3种离子与SO42-离子形成离子缔合物的结构以及阳离子的结合对ν1-SO42-频率的影响. 结果表明, 在缔合物结构方面, 阳离子数目越少, 离子间斥力越小, 越容易形成阳离子与硫酸根间距离更短, 结合更紧密的双齿缔合结构; 而当阳离子数目增加时, 特别是当具有2个正电荷的Mg2+离子数目较多时, 离子间的斥力使多离子团簇不稳定, 易形成阳离子与硫酸根间距离更长的单齿缔合结构. 有2种阳离子作用可影响ν1-SO42-频率, 一种是极化作用, 可使ν1-SO42-频率红移; 另一种是成键作用, 可使ν1-SO42-频率蓝移. 当金属离子数目≤2时, 阳离子的极化作用占主导地位, 第一个阳离子能使ν1-SO42-频率发生红移, 而当阳离子数目增多时, 不同方向结合的其它阳离子可以削弱第一个阳离子的极化作用, 因此导致多离子团簇中ν1-SO42-频率红移的减小. 当阳离子数目≥3时, 极化作用影响减小, 成键作用占据主导地位, 导致ν1-SO42-频率更大蓝移的单齿缔合结构取代双齿结构, 并使多离子团簇中的ν1-SO42-频率继续发生蓝移.     

叠层相干衍射成像算法发展综述

随着同步辐射技术的发展和光源相干性的提升,叠层相干衍射成像(ptychography)得到快速发展.叠层相干衍射成像算法解决了传统相干衍射成像算法收敛速度较慢、容易陷入局部最优解和算法停滞等问题,具有成像视场大、算法鲁棒性强、对误差容忍性高、应用范围广等优点,正成为相干衍射成像领域的热点研究方向.本文首先介绍了叠层相干衍射成像算法提出的背景;然后详细总结了叠层相干衍射成像算法的发展脉络、主要的算法流程以及应用场景,并且介绍了叠层相干衍射成像与人工智能结合的新算法及应用潜力;最后介绍了叠层相干衍射成像算法具体的并行化实现及常用软件包.本文有助于建立叠层相干衍射成像领域算法本身、人工智能以及计算方法全局研究视角,对于促进叠层相干衍射成像方法学的系统发展具有重要的参考意义.