一个关于图是分数(k,n)-临界的邻域并条件

设G是一个图,以及k是满足1≤k的整数.一个图G在删除任意n个顶点后的子图均含有分数k-因子,则称G是一个分数(k,n)-临界图.给出了图是一个分数(k,n)-临界图的一个邻域并条件,并且该条件是最佳的.     

适应镇定了的AR系统的稳定性

由鞅差序列驱动的 ARX系统经适应镇定后导致闭环系统在均方意义稳定 ,但此时系统的稳定性并不清楚 .在噪声满足一定的条件下 ,本文证明了此闭环系统就是稳定的     

ARMAX系统不外加输入激励的辨识

本文在不外加输入激励情况下，讨论了开环不稳定和非最小相位的ARMAX系统系数的一致估计．所用方法是用适应镇定的办法，使得闭环系统成为平稳可逆的ARMA过程，然后利用Yule-Walker方程给出闭环系统系数的一致估计，而把求开环系统系数的一致估计归结为解一组线性代数方程。     

不确定二阶多智能体系统的鲁棒最优一致

针对不确定二阶多智能体系统,研究了其鲁棒最优一致性问题.首先,基于每个智能体所获得的邻居信息,设计了一个使多智能体系统达到一致的控制协议.其次,研究了多智能体系统的最优一致性问题,给出了系统在满足一定性能指标下达到一致的条件.再次,基于该条件,利用Schur补引理和线性矩阵不等式技术,给出了不确定系统达到鲁棒最优一致的条件.最后,通过仿真验证了所得结果的可行性.     

基于线性回归的协方差分析模型与检验

基于虚拟变量和局部显著性检验,在线性回归的体系下重建了协方差分析理论,包括描述模型、估计参数、解释方差分解的不同形式及几何意义,得到了协方差分析的三个重要检验.还验证了响应变量校正的效果,证明了原数据中因素显著性与校正后数据中因素显著性之间的两种联系.     

基于ARMA模型的股价分析与预测的实证研究

利用ARMA模型对招商银行(600036)的股票日开盘价(2010/10/13-2011/4/8)数据进行分析,并预测出未来3天(2011/4/11-2011/4/13)的股票开盘价数据.与实际数据相对照,模型预测误差小,说明ARMA模型非常适合于短期预测.     

基于删失数据的ARMA模型参数估计与实证分析

利用生存分析中的K-M估计得到了删失数据下ARMA模型的参数估计,通过与完全数据下的参数估计进行对比,充分说明了该估计的效果.利用删失数据下ARMA模型的EM算法,对2013年5月2日到2014年5月8日的247个美元兑人民币的基准汇率数据进行建模分析和预测,并与实际数据进行对照,误差较小,说明估计和EM预测方法的可行性.     

可转换债券风险测度的新方法——GAVaR模型

通过ARMAGARCH模型模拟出可转债收益率的分布,然后使用遗传算法的数据挖掘技术对此分布进行了有效的优化,结合Bootstrap算法将优化结果应用于VaR测度,得出了GAVaR模型下的风险值.对中国和台湾可转债市场进行实证研究,发现GAVaR模型压力测试和回顾测试的结果都优于历史模拟法等常用VaR模型,控制风险的能力适合可转债市场的需求.     

基于ARMA-GARCH模型的股票价格分析与预测

利用时间序列模型对大众公用(600635)股票价格进行分析与预测.首先,通过对数据的初步分析,建立ARMA拟合模型;然后,通过模型检验发现模型残差中存在条件异方差性,通过加入GARCH项消除条件异方差性,得到了ARMAGARCH拟合模型;最后实证分析结果表明了模型的有效性与准确性.     

基于MCMC的SV模型分钟高频股指波动率研究

利用沪深300股指2018年11月5日-2018年11月12日1分钟数据,基于马尔可夫蒙特卡罗(MCMC)模拟的贝叶斯方法,采用随机波动模型(SV)对我国股市分钟高频数据波动性进行了实证研究,并利用DIC准则进行模型拟合比较.结果表明,沪深300股指收益率序列具有尖峰,厚尾,聚集性等特征,且随机波动模型对于1分钟高频数据的拟合效果优于5分钟数据,标准随机波动模(SV-N)更适合1分钟高频数据.