基于最大相关熵准则回归模型的大盘指数预测

大盘指数是衡量股票市场运行情况的“晴雨表”,是投资者洞察股票市场发展态势和制定投资策略的重要依据.大盘指数的变化趋势与经济发展状况、宏观经济政策、投资者心态等诸多复杂因素密切相关,具有明显的随机性和不确定性,这导致精准预测大盘指数的变化趋势成为一个富有挑战性的问题.文章基于最大相关熵准则,使用一种新的回归预测模型,该方法将实际输出与理想输出视为两个随机变量,并采用相关熵度量它们之间的相似程度,进而基于最大熵准则构建一种新的回归模型优化函数,用于指导回归系数的确定.在实际操作中,通常基于有限样本,采用高斯核函数的Parzen窗方法估计两个随机变量的相关熵,因此可借助高斯核函数的核宽调节,解决最小均方误差准则回归模型对异常数据和随机噪声敏感性问题,从而提升预测精度.基于实测数据的实验结果表明:与自回归模型、差分自回归模型以及深度学习方法等相比,文章所提方法能有效降低异常数据对预测精度的影响,预测误差小,鲁棒性强.     

宝石级氟磷锰矿的化学成分及光谱学表征

氟磷锰矿是一种稀有矿物,宝石级氟磷锰矿可呈现高饱和度的红橙色。选取三颗来自巴基斯坦的样品,通过电子探针、拉曼光谱、红外光谱和紫外-可见光吸收光谱进行系统研究,旨在获得其化学成分、光谱学特征,分析致色离子,为其品种鉴定、优化处理等提供重要数据。样品平均化学成分化学式为(Mn_1.66, Fe_0.17, Ca_0.15, Mg_0.03)_Σ2.02[P_0.99O_4.14]F_0.82,属含少量铁的氟磷锰矿,与文献记载的巴基斯坦Shigar山谷产出的宝石级氟磷锰矿化学成分相似。拉曼光谱与红外光谱显示氟磷锰矿的主要振动基团为PO3-₄基团。拉曼光谱的主峰位于980 cm-1,可用于分析羟基与氟的替代关系,450和427 cm-1双峰的强度比可反映Mn2+和Fe2+的替代关系。红外光谱在400～650 cm-1波段和900～1 200 cm-1波段有吸收峰,可以反映羟基与氟和Mn2+与Fe2+的替代关系。因此,拉曼光谱、红外光谱特征可清晰区分氟磷锰矿、羟磷锰矿和氟磷铁矿三个类质同像矿物。紫外-可见光吸收光谱中,以406 nm为中心的强吸收峰是由于Mn2+自旋禁阻跃迁导致;以455 nm为中心的弱吸收峰是由于Fe2+自旋禁阻跃迁导致,Mn2+对此峰也有一定贡献;以533 nm为中心的吸收峰是由Mn2+的6A_1g(S)→4T_1g(G)跃迁导致。样品呈现红橙色,属自色矿物。氟磷锰矿族矿物普遍存在类质同象,拉曼光谱、红外光谱可准确鉴定氟磷锰矿,电子探针可以为其产地溯源提供重要信息。