基于MRS-GARCH模型的中国股市波动率估计与预测

基于误差项服从正态分布、t分布、广义误差分布的GARCH族模型和MRS-GARCH模型对中国股市波动的结构变化特征进行了实证研究。结果表明,中国股市存在显著的高、低波动状态,两种波动状态的ARCH和GARCH项系数存在较大差异;高、低波动状态均具有较长的持续时间,低波动状态的持续时间长于高波动状态的持续时间,且中国股市更易于从高波动状态转向低波动状态;MRS-GARCH模型预测效果总体上优于GARCH族模型,基于正态分布的MRS-GARCH模型短期预测效果较好。     

基于模拟退火算法的船用核动力装置故障诊断研究

针对核动力装置故障诊断存在的诊断精度低等问题,提出了一种基于模拟退火算法和概率因果模型相结合的故障诊断方法.首先根据故障样本集和概率因果理论建立动态多故障诊断模型,将复杂系统的多故障诊断转换成非线性规划问题.利用模拟退火算法对该问题进行求解,并建立了诊断测试系统.测试结果表明,方法能有效避免误诊、漏诊现象,可用于复杂核动力装置的动态多故障诊断.     

基于模拟退火算法的船用核动力装置故障诊断研究北大核心

针对核动力装置故障诊断存在的诊断精度低等问题,提出了一种基于模拟退火算法和概率因果模型相结合的故障诊断方法.首先根据故障样本集和概率因果理论建立动态多故障诊断模型,将复杂系统的多故障诊断转换成非线性规划问题.利用模拟退火算法对该问题进行求解,并建立了诊断测试系统.测试结果表明,方法能有效避免误诊、漏诊现象,可用于复杂核动力装置的动态多故障诊断.     

基于状态空间SV-T-MN模型的股指波动率预测

本文考虑到金融收益率序列的"尖峰厚尾"和波动持续性等特征,针对厚尾SV-T模型的波动率样本外预测问题,提出了基于状态空间下的SV-T-MN(SV-T with Mixture-of-Normal)模型。首先根据MCMC方法估计SV-T模型参数,然后由EM算法估计混合正态参数,最后利用近似滤波(AMF)算法实现SV-T-MN模型的样本外预测。对KF、EKF、AMF进行的模拟研究表明高斯混合状态空间下的AMF更有效。通过对上证指数和深证成指的股指日收益率序列的实证研究结果表明,在五大损失函数评价准则下,基于状态空间SV-T-MN模型能有效刻画金融收益率序列和尾部的波动性,相比SV-N-MN模型具有更好的优越性。     

概率因果模型结合改进遗传算法的核动力系统故障分析

将概率因果模型的似然函数作为遗传算法的适应函数,从而将复杂系统的故障诊断转化为最优问题,建立了一种将概率因果模型和遗传算法相结合的故障诊断方法,并利用改进算法与概率因果故障诊断模型对船用核动力装置进行故障诊断实例分析,分析结果对船用核动力装置故障诊断具有重要的指导意义,而改进遗传算法是进行船用核动力装置故障诊断有效而实用的方法。     

股票指数的时间序列模型分析

借助于SA S软件将工程中的K a lm an滤波方法与时间序列的状态空间模型结合对上海A股指数进行了拟合与预测分析,通过对拟合与预测误差的计算可以发现这种模型是可行的;然后还把与滤波结合的状态空间模型的分析结果和常见的时间序列模型如:AR IM A模型、逐步自回归模型以及指数平滑模型的分析结果进行比较,比较的结果说明结合滤波的状态空间模型分析的结果比后三种的结果更加精确.结果为时间序列数据分析提供了一个较好的分析工具.     

基于当前状态数据的加法风险模型的自适应LASSO回归选择

当真实的潜在模型具有稀疏表示时通常需要使用变量选择方法,确定模型中的重要预测因子可提高被拟合模型的预测性能,许多文献研究了这类问题,其中张和吕[1]针对右删失数据开发了一种基于比例风险模型的变量选择方法.本文研究了基于当前状态数据的加法风险模型的变量选择问题.在文献[1]的启发下,我们提出一种自适应Lasso方法来解决...     

改进LSTM网络对于时间有效性经济指标预测模型的研究

针对经济指标的预测,尤其是关于时间有效性的预测,具有重要的现实意义.通过筛选,得到对于起经济预测影响较高的指标.基于LSTM网络模型,对LSTM模型的初始权重及阈值进行了优化,提升了模型的经济预测效果.结合不同类型的灰度模型算法,重点体现时间有效性,进而构建新的组合灰度改进-BA-LSTM网络模型,将其用于经济指标的预测.利用其他三种不同的灰度模型和组合灰度模型分别结合效果更稳定的改进BA-LSTM模型对经济指标进行预测,实验结果证明,对比其他的经济预测模型,模型的精度更高,预测结果更准确,可以有效用于CPI和GDP等数据的预测,预测结果满足时间有效性要求,证明该模型的实用价值.     

基于支持向量回归机的交通状态短时预测和北京某区域实例分析

根据基于支持向量回归机的交通状态短时预测方法建立了数学模型,考虑以交通检测器收集到所要预测时刻前几个时段及被测路段上下游前几时段的交通流量、车道占有率、平均线速度等交通参数为输入,以对应时段的平均线速度为输出.选取核函数,对支持向量回归机进行训练.应用训练完成的支持向量回归机,利用输入参数预测下时段的交通线速度.最后,以北京市北四环某路段的实时监测数据来对模型进行检测,预测结果表明了模型的有效性.     

火灾损失预测的改进GM(1,1)模型

本文对随机性较强的火灾事故,提出了采用改进GM(1,1)模型来减小预测误差.该模型通过三次改进提高预测精度,首先基于普通GM(1,1)模型,改进模型中初始值提高模型精度;其次基于初值改进后的GM(1,1)模型进行残差修正,再次提高预测准确性;最后对残差修正模型中的初始值进行改进,使最后预测模型更加精确.并且在处理含负值的残差数列时,提出了二次累加的方法进行模型预测.通过普通模型的预测值与改进模型的预测值进行对比,可以发现改进后模型的预测值更加接近实际值.结果表明,三次改进后的GM(1,1)模型精度明显提高,为以后预测研究提供一种理论参考.     

Hidden semi-Markov model-based methodology for multi-sensor equipment health diagnosis and prognosis

This paper presents an integrated platform for multi-sensor equipment diagnosis and prognosis. This integrated framework is based on hidden semi-Markov model (HSMM). Unlike a state in a standard hidden Markov model (HMM), a state in an HSMM generates a segment of observations, as opposed to a single observation in the HMM. Therefore, HSMM structure has a temporal component compared to HMM. In this framework, states of HSMMs are used to represent the health status of a component. The duration of a health state is modeled by an explicit Gaussian probability function. The model parameters (i.e., initial state distribution, state transition probability matrix, observation probability matrix, and health-state duration probability distribution) are estimated through a modified forward–backward training algorithm. The re-estimation formulae for model parameters are derived. The trained HSMMs can be used to diagnose the health status of a component. Through parameter estimation of the health-state duration probability distribution and the proposed backward recursive equations, one can predict the useful remaining life of the component. To determine the “value” of each sensor information, discriminant function analysis is employed to adjust the weight or importance assigned to a sensor. Therefore, sensor fusion becomes possible in this HSMM based framework.     

考虑突发事件状态转移的政府应急物资采购定价模型

突发事件发生后,应急物资需求量呈现爆发式增长,政府首先将常规物资调拨至受灾区,并根据阶段性救灾成果作出应急物资采购决策。突发事件状态总是不断发生转移,使得政府已采购的物资在状态好转时容易造成浪费,在状态持续恶化时又不足以满足突发需求,因此考虑突发事件状态转移情形的应急物资采购定价策略对提升政府应急物资保障能力尤为关键。为此,本研究引入数量柔性契约到政府与应急物资供应商组成的两级应急物资采购供应链,构建了基于突发事件状态转移的应急物资采购定价模型,推导得出政企达成合作的条件与双方最优决策策略,并对比分析了契约合作与分散非合作下的供应商利润与政府成本。进一步采用数值计算与敏感性分析验证该模型的有效性,讨论了若干外生变量对政企最优决策与双方成本收益的影响,提出重要的管理启示。研究表明,考虑突发事件状态转移的基于数量柔性契约的政府应急物资采购定价模型既可以有效提高应急物资储备水平,又能保障供应商的合理收益以及控制政府成本,实现了政企双赢。     

考虑新增样本的中国上市公司马尔科夫分析

使用吸收马尔科夫链对中国上市公司的未来经营状况进行了分析和预测.在前人研究的基础上,本文将相应的分析进行了扩展,考虑了新增样本情况下的上市公司整体经营状况.实证研究表明,考虑新增样本情况下的上市公司整体经营状况与不考虑此因素的结果稍有不同,而这正反映了新增样本的影响.     

基于状态空间模型构建我国固定资产投资的SWI景气指数

从众多经济指标中选取了固定资产投资的先行、一致指标组,利用所选择的指标基于状态空间模型,采用Kalman滤波估计方法得到了固定资产投资的一致和先行SWI景气指数.对一致指数的分析表明,自1998年以来我国固定资产投资经历了蓬勃扩张的投资长周期和两轮振荡波动的投资短周期,从2008年开始在国际金融危机蔓延和我国经济结构调整的大背景下固定资产投资进入相对平稳增长期.通过对先行合成指数的分析,认为"十二五"期间投资将保持稳定增长,出现大起大落的可能性很小.     

Toward Automatic Model Comparison: An Adaptive Sequential Monte Carlo Approach

Model comparison for the purposes of selection, averaging, and validation is a problem found throughout statistics. Within the Bayesian paradigm, these problems all require the calculation of the posterior probabilities of models within a particular class. Substantial progress has been made in recent years, but difficulties remain in the implementation of existing schemes. This article presents adaptive sequential Monte Carlo (SMC) sampling strategies to characterize the posterior distribution of a collection of models, as well as the parameters of those models. Both a simple product estimator and a combination of SMC and a path sampling estimator are considered and existing theoretical results are extended to include the path sampling variant. A novel approach to the automatic specification of distributions within SMC algorithms is presented and shown to outperform the state of the art in this area. The performance of the proposed strategies is demonstrated via an extensive empirical study. Comparisons with state-of-the-art algorithms show that the proposed algorithms are always competitive, and often substantially superior to alternative techniques, at equal computational cost and considerably less application-specific implementation effort. Supplementary materials for this article are available online.     

工程项目施工状态诊断模型

文章提出了工程项目施工的投资状态函数、进度状态函数、质量状态函数和环境状态函数，并以状态函数为基础，建立了项目施工状态诊断模型。文章给出各层次中的状态函数，理出了施工状态量化诊断的思路，对各层次中状态诊断函数的描述作了探索。     

Asymptotic approximations to the Distributed Activation Energy Model

We present approximations to the Distributed Activation Energy Model (DAEM), also known as the Multiple Reaction Model (MRM), which is widely used in complex chemical systems such as coal pyrolysis. MRM assumes that the process can be represented by a continuum distribution in activation energy of individual reactions. An individual reaction is characterised by a pre-exponent coefficient and an activation energy. The distribution, usually Gaussian, is over the activation energy. The solution for the amount of product requires the evaluation of a double integral. This paper develops asymptotic approximations to this double integral, based on the assumptions that the mean of the Gaussian is large and that its standard deviation is small. The method will have wide applicability in situations, such as computational fluid dynamics modelling of coal-fired boilers, where it is important to be able to evaluate this double integral quickly. It also provides analytical insights into solution behaviour, since the asymptotic forms are explicit.     

盈余管理计量模型效力的实证研究

本文以随机抽取的上海和深圳证券交易所的1000家被并购上市公司为样本,研究了盈余管理计量模型的检验效力问题。本文通过三种验证各模型效力的实证方法比较了6种盈余管理的计量模型。研究发现:第一类误差的方法认为Healy模型、修正的琼斯模型和前瞻性修正的琼斯模型能有效地检验出盈余管理行为:预测误差标准方法则认为前瞻性修正的琼斯模型是最优的模型:而根据对操纵性应计部分的短期效应的实证则认为Healy模型、修正的琼斯模型、KS模型和前瞻性修正的琼斯模型是较优的计量模型。在综合考虑各种实证结果和中国资本市场实际情况的基础上,认为前瞻性修正的琼斯模型在中国证券市场检验盈余管理行为的效力最强。     

基于截断δ-冲击模型的不完全维修更换策略

本文在截断δ-冲击模型的基础上,考虑了因系统劣化而导致的冲击失效门限值与维修时间的变化,扩充失效状态,从而提出一种新的截断δ-冲击模型。以最小费用为目标,稳态可用度为约束条件,建立N型更换策略的不完全维修更换策略模型,并给出三种常用冲击到达间隔分布的期望寿命。最后通过算例验证模型的有效性,并对参数进行灵敏度分析。     

基于粒子滤波的改进型单值控制图

针对高度复杂小批量生产环境下的统计过程控制问题,提出基于粒子滤波的改进型单值控制图。通过状态空间模型描述过程运行特征,并运用粒子滤波技术估计过程的运行状态,以状态粒子群的均值为对象,运用平均移动极差控制图对正态分布过程的漂移进行监控。研究结果表明,该方法是小批量生产过程质量控制的有效工具。