共查询到20条相似文献,搜索用时 0 毫秒
1.
2.
将一维Jsing模型扩充到自旋的取向除上、下外,还包括左、右的情形。求出了它的严格解并作了讨论。 相似文献
3.
具有无限时滞的中立型高维周期微分系统的周期解 总被引:5,自引:0,他引:5
本文考虑中立型高维周期微分系统d/dt(x(t)+cx(t-r))=A(t,x(t-r(t)))x(t)+ ∫t-∞C(t,s)x(s)ds+f(t,xt)+b(t)的T-周期解的存在性问题,利用线性系统的指数型 二分性和Krasnoselskii不动点定理,建立了保证系统存在T-周期解的充分条件. 相似文献
4.
5.
6.
本文提出了一个含有两类相互作用的准自旋模型,讨论了模型Hamilton量在SU(2)×SU(2)基中的严格解、基态相变和波函数的K结构,并用此模型探讨了HF近似的有效性。 相似文献
7.
包立平 《应用数学与计算数学学报》2011,25(2):194-204
讨论了一类欧式期权定价问题的随机波动率模型,其随机波动率采用快速均值回归的随机波动率模型.通过采用奇摄动方法,得到了多风险资产欧式期权价格的形式渐近展开式,得到该合成展开式的一致有效误差估计. 相似文献
8.
9.
本文设定高维因子模型的因子载荷服从平滑区制转换结构,模型参数的一致估计可通过两阶段估计方法给出。在第一阶段,通过主成分方法估计因子变量;在第二阶段,估计的因子变量视为已知变量,通过非线性最小二乘法估计因子载荷和平滑转换参数。理论研究和随机模拟表明本文提出的两阶段估计方法具有良好的大样本性质和有限样本表现。在实证部分,基于高维平滑转换因子模型研究了美国股票收益率数据的共变特征和非对称效应,结果表明平滑转换因子模型可以较好地刻画美国股票收益率的共变特征和区制转换行为。 相似文献
10.
刘丽萍 《数学的实践与认识》2017,(11):171-177
高维数据背景下,数据维度和噪声的影响使得传统的GARCH模型不再适用.针对对角GARCH(goGARCH)模型的不足,将高维稀疏建模法应用到其估计过程中,提出了高维稀疏对角GARCH(HDS-goGARCH)模型.HDS-goGARCH模型通过引入惩罚函数,将一些不重要变量的回归系数压缩为零,来精简模型,达到降维的目的.通过模拟和实证研究发现:较传统的goGARCH模型而言,HDS-goGARCH模型明显提高了高维协方差阵的估计和预测效率;并且将其应用在投资组合时:在收益一定的情况下,由HDS-goGARCH模型所构造的投资组合的风险更小. 相似文献
11.
研究高维线性模型中的经验似然推断.当协变量的维数随样本量增加时,常规的经验似然推断失效.在适当的正则条件下,对修正的经验似然比统计量给出了渐近分布理论. 相似文献
12.
利用渐近方法和对角化技巧研究了伴有边界摄动的高维非线性系统边值问题的奇摄动,在适当的假设下,证得摄动问题解的存在并导出其解关于ε的高阶近似. 相似文献
13.
在大数据背景下,高维资产组合的构造以及选择是金融领域研究的热点和难点问题.文章构造了基于SCGARCH模型的含有范数约束的高维时变最小方差投资组合模型,将其记为NC-MVP-SCGARCH.该组合的优势主要体现在两方面:首先采用SCGARCH模型来估计和预测组合的重要输入变量——资产间的协方差阵,该模型将改进的乔列斯基分解法和卡尔曼滤波估计方法相结合,在解决了高维数据所面临的维数诅咒的同时,考虑了过去市场信息对协方差阵估计的影响;其次,基于范数约束的最小方差投资组合(NC-MVP)将l1和l2范数有机结合,更加适用于高维资产.研究发现:文章构造的NC-MVP-SCGARCH组合效果更优. 相似文献
14.
15.
16.
17.
高维线性回归估计是一个被大量学者研究的重要统计学问题.在误差分布未知的情况下,如何将有效性纳入高维估计仍是一个尚未解决且具有挑战性的问题.最小二乘估计在非Gauss误差密度下会损失估计的效率,而极大似然估计由于误差密度未知,无法直接被应用.基于惩罚估计方程,本文提出一种新的稀疏半参有效估计方法应用于高维线性回归的估计.本文证明了在误差密度未知的超高维回归下,新的估计渐近地与具有神谕性的极大似然估计一样有效,因此对于非Gauss误差密度,它比传统的惩罚最小二乘估计更有效.此外,本文证明了几种常用的高维回归估计是本文方法的特例.模拟和实际数据的结果验证了本文所提出方法的有效性. 相似文献
18.
随着大数据时代的到来,在经济学、金融学和生物医学等众多研究领域中频繁收集到高维数据.高维数据的特征之一是变量维数p随着样本量n的增加而变大且通常会超过样本量,同时,异常值也容易出现在高维数据中.因此,如何克服异常值给高维统计推断带来的影响,从而得到更精确的模型,是目前统计学研究的热点问题之一.本文是对高维线性模型下的稳健变量选择方法进行综述.具体地,首先介绍评估稳健性的三个指标:影响函数、崩溃点和最大偏差.其次着重介绍了稳健变量选择方法,包括响应变量含有异常值,响应变量和协变量都含有异常值,高崩溃点且高效的变量选择方法.紧接着介绍相关算法,通过模拟和实例比较不同变量选择方法.最后,简要探讨了高维稳健有效变量选择方法存在的问题及未来的可能发展方向. 相似文献
19.
在无穷维Hillbert空间中研究了一类单调型变分不等式,把求单调型变分不等式解的问题转化为求强单调变分不等式的解,建立了一种新的迭代算法,并证明了由算法生成的迭代序列强收敛于单调变分不等式的解,从而推广了所列文献中的许多重要结果. 相似文献