股票市场的长记忆及其动态结构

本文提出了结合平均小波系数法和自回归原始自助法的稳健长记忆检验,蒙特卡罗模拟显示该方法对于短期记忆过程具有稳定性。基于该方法对2005年4月8日至2015年6月30日的中国、美国、香港和德国股市进行了实证分析。全局检验结果表明仅中国的股票市场存在显著的长记忆,并且风险因素无法对长记忆解释,而美国、德国和香港的股市不存在长记忆。基于递增窗口的动态Hurst指数分析显示,金融危机时期4个股市都存在显著的长记忆。2010年后,除中国股市外,其余三个股市几乎不存在长记忆现象。     

可行策略对应的图像拓扑下广义博弈Nash平衡的稳定性

以往关于广义博弈Nash平衡的稳定性的研究,均利用可行策略映射之间的一致度量.现考虑在更弱的度量下,利用可行策略映射图像之间的Hausdorff距离定义度量.在此弱图像拓扑下,证明了广义博弈空间的完备性,以及Nash平衡映射的上半连续性和紧性,进而得到广义博弈Nash平衡的通有稳定性.即在Baire分类的意义下,大多数的广义博弈都是本质的.     

矩阵优化扰动性分析的若干进展

由于近年来实际问题特别是大数据应用的发展,矩阵优化问题越来越得到优化研究者,甚至是其他领域的研究者的高度关注,成为热点问题.优化问题的扰动性分析是优化理论研究的基础与核心,为包括算法设计在内的优化研究提供重要的理论基础.由于矩阵优化问题的非多面体性,使得相应扰动分析理论的研究本质上与经典的多面体优化问题(非线性规划)不同.结合文献[1,2],简要介绍矩阵优化扰动性分析方面取得的若干最新进展.     

具有N策略和负顾客的反馈抢占型M/G/1重试可修排队模型解的渐近行为

研究具有N策略和负顾客的反馈抢占型M/G/1重试可修排队模型的时间依赖解的渐近行为.当初步服务的失效率函数η(x),主要服务的失效率函数μ(x)和修理时间的失效率函数ψ(x)满足0η≤η(x)≤η∞,0μ≤μ(x)≤μ∞,0ψ≤ψ(x)≤ψ∞并且η(x)是Lipschitz连续函数时,证明模型的时间依赖解指数稳定.     

一类含有奇数个顶点的三色有向图本原指数上界

一个三色有向图D是本原的,当且仅当存在非负整数h、k和v,且h+k+v0,使得D中的每一对顶点(i,j)都存在从i到j的(h,k,v)-途径,h+k+v的最小值定义为三色有向图D的本原指数.研究了一类三色有向图,它的未着色图中包含2佗-4个顶点,一个n-圈、一个(n-2)-圈和一个2-圈,给出了本原指数上界.     

一类分数阶神经网络模型的稳定性与Hopf分支分析

分析了一类分数阶神经网络的稳定性与Hopf分支问题.基于分数阶稳定性判据,得到了分数阶神经网络模型局部渐近稳定的条件.并以q为分支参数,得到了分数阶系统产生Hopf的条件.最后数值仿真证明了我们的结论.     

加权Banach空间中随机指数系完备的若干结论

在允许随机序列上密度无限且减弱权函数是凸函数的条件下,采用新的方法得到C_α中随机指数函数系完备性的充分必要条件,其中C_α是定义在R上的复连续函数构成的加权Banach空间,且要求函数在一致范数下当t→∞时以f(t)exp(-α(t))趋于零.     

具有潜伏期和免疫应答的HIV感染模型的全局稳定性

本文考虑具有CTL免疫应答和细胞内部潜伏阶段的HIV感染数学模型,得到其基本再生数,通过构造适用的Lyapunov函数,研究该模型的健康平衡点和感染平衡点的稳定性.当基本再生数不大于1时,健康平衡点在可行域上是全局稳定的,即HIV在个体体内最终灭绝;当基本再生数大于1时,模型存在惟一的感染平衡点在可行域上是全局稳定的,即HIV在个体体内呈现持续存在状态,且其浓度最终趋于一个常数.     

基于全球流动性背景下的新兴资本市场收益研究

随着在全球金融一体化程度不断加深,全球流动性状况对于新兴市场资产价格的影响备受关注.构建了反应主要发达国家与新兴市场国家对全球货币数量影响的广义流动性指标,并以波动率指数作为反映市场情绪的变量将市场分为平稳期和压力期.通过建立非线性面板门限回归模型考察了全球流动性状况对于金砖五国资本市场的非线性影响,结果表明在金融市场繁荣期,流动性过剩对于资产价格起到了明显的正向带动作用;而在市场衰退期间,流动性的释放并没有对资产价格的提升产生显著的影响.     

张量鲁棒主成分分析的增广拉格朗日交替方向方法

张量的鲁棒主成分分析是将未知的一个低秩张量与一个稀疏张量从已知的它们的和中分离出来.因为在计算机视觉与模式识别中有着广阔的应用前景,该问题在近期成为学者们的研究热点.本文提出了一种针对张量鲁棒主成分分析的新的模型,并给出交替方向极小化的求解算法,在求解过程中给出了两种秩的调整策略.针对低秩分量本文对其全部各阶展开矩阵进行低秩矩阵分解,针对稀疏分量采用软阈值收缩的策略.无论目标低秩张量为精确低秩或近似低秩,本文所提方法均可适用.本文对算法给出了一定程度上的收敛性分析,即算法迭代过程中产生的任意收敛点均满足KKT条件.如果目标低秩张量为精确低秩,当迭代终止时可对输出结果进行基于高阶奇异值分解的修正.针对人工数据和真实视频数据的数值实验表明,与同类型算法相比,本文所提方法可以得到更好的结果.