基于分数阶差分的ARFIMA模型及预测效果研究

采用MRS分析法对香港恒生指数周数据序列的长期记忆性进行研究,并建立ARFIMA模型,推导了分数阶差分的计算过程。对分数阶差分的ARFIMA模型与一阶差分的ARFIMA模型进行了比较,发现应进行分数阶差分的序列,简化成一阶差分后,就有可能丢失许多有价值的信息,导致建模误差增大。进一步使用ARFIMA模型预测公式进行预测,结果显示ARFIMA模型预测效果不理想。在对香港恒生指数周数据进行预测时,ARFIMA模型几乎是失效的,并从两个不同的角度论证了这一结果出现的必然性。     

用修正重标极差法对上证指数长期记忆性的研究

本文以上证指数周收益率为研究对象,分别采用重标极差分析法和修正重标极差分析法,通过计算V统计量的值对其进行长期记忆性的检验。由于不能排除V统计量的值存在超出上侧分位点的可能性,本文进行了双侧检验,并分析了R/S分析法产生偏差的原因。得出上证指数周收益率时间序列并未表现出显著的长期记忆性的结论。     

基于指数效用无差异价值过程的不完备市场下的可违约期权的定价模型

本文研究不完备市场情况下的可违约期权的动态指数效用无差异定价。不同于大多数的可违约期权定价文献,本文没有假定鞅的不变性,即通常的H 假设,而是通过信息流的扩张和测度的变换,将信用风险敏感的资产转换为一个G 局部鞅,其后引入一个具体的倒向随机微分方程（BSDE）,并证明该方程解的存在性与唯一性;然后利用无差异价值过程C_t（B,α）在最小熵鞅测度下对一般的投资策略为上鞅,而在最优投资策略下为鞅的事实,证明无差异价值过程C_t（B,α）就是BSDE 的解,从而给出可违约期权的定价。     

推荐一组有机光化学实验

有机光化学是近十几年发展起来的一个化学分支。它的发展给现代理论有机和合成化学增添了新的内容和手段。在高等有机教材中也常列有篇章,而在实验方面,一些有机实验书里虽有所反映,但为数甚少。我们结合理论课的学习,参照有关文献、资料做了一组有机光化学实验,并对个别实验进行了一些充实和尝试。