基于小波分形理论的股价指数信息量测度研究

本把小波分析和分形理论引入到股价指数时间序列的分析中，给出了股价指数波动复杂性的信息量测度方法——信息熵和分形维方法。通过对上证综指和深证成指1994年1月3日至2002年3月4日期间的数据进行的实证分析显示，两种方法均能刻画股价指数波动的复杂程度，这对初步了解我国股市场的波动规律有一定的实际意义。     

基于符号序列方法的股价指数预测研究

用两种符号序列方法分别对上证指数进行实证统计分析。一种是以日收盘价计算的指数价差的符号序列,另一种是以每日5分钟高频数据计算的多重分形谱参数符号序列。统计结果表明,指数的涨落不是完全随机的,两种方法都能以一定的条件概率来预测指数的涨落;进一步地,在引入股价指数大涨落的阈值和条件平均增益后,发现大幅涨落时,条件与指数变化的关联性比小的涨落要强得多,而且将两种符号序列方法结合可以更好地预测指数的大涨落。     

股价指数的记忆性特征

本文通过ARFIMA模型(分整自回归滑动平均模型)分析了上证日指数、周指数、月指数序列的记忆性特征,说明股票价格日指数具有长记忆性、周指数具有中等记忆性、月指数具有短期记忆性,这一结论说明了中国股票市场是非有效的,其本身隐含一定的政策含义。     

基于分形市场假说的金融时间序列的分形特征的解析

证券收益率序列中普遍存在分形特征,但其形成原因却鲜为人知.本文根据分形市场假说构建了博弈模型,对证券收益率序列中分形特征的形成原因进行了解.结果表明,分形市场假说是证券收益率序列具有分形特征的充分条件.     

模糊时间数列的分析与预测:以台湾地区加权股价指数为例

随着我国经济快速成长，衍生性金融商品的投资分析，已成为国内财务数学研究热门课题。以股票市场而言，人们总希望比别人早一步掌握行情的脉动，以获取最高的报酬率，然而，影响股市加权股价指数波动的因素众多，要如何进行趋势分析与预测，是很多学者相当感兴趣与研究的主题。本文考虑以模糊统计方法，作模糊时间数列的趋势分析与预测。其望应用模糊统计分析方法比传统的时间数列分析方法能得到更合理的解释，且预测结果可以提供决策者更多的信息，做出正确的决策。最后以台湾地区加权股票指数为例，做一实证上的详细探讨。     

运用多重分形和小波变换预测油气储量及确定勘探井位

本文尝试将多重分形和小波变换紧密结合用于预测油 田储量及勘探蝇位，相应地提出了一种新型实用算法，这种算法计算简便，精度高。本文在运用多重分形进行分析时，引入了反映多重分形谱图凸性的新指标，并提出了在运用多重分形指标的同时进行综合分析的方法。     

太阳黑子数时间序列的分形研究及预测

本文应用非线性动力系统理论分析了１８９１年１月至１９９６年１２月间太阳黑子月平均数变化的动力行为及其可预测性·计算了它的分形维数（Ｄ＝３３±０２）·确定了预测的嵌入维数［２×Ｄ＋１］＝７;计算了Ｌｙａｐｕｎｏｖ指数（λ１＝０８６３）,揭示了该系统的混沌特性;并计算了Ｋｏｌｍｏｇｏｒｏｖ熵（Ｋ＝００２６０）,用以从理论上分析这组数据可预报的时间尺度·最后根据分析的结果,从采样数据中截取一段数据进行了试验性的预测     

中药色谱指纹图谱的小波变换与分形

为了提取中药指纹图谱共性的特征,将小波变换与分形维数相结合,对同一种中药指纹图谱进行小波变换,并求其分形维数,利用相关系数法,考察了分形维数对温度和测试条件的抗干扰能力,结果表明小波变换的分形维数对温度变化具有较好的抗干扰能力,可以作为描述中药指纹图谱共性的特征.     

随机康箍集的分形性质及分形渗流过程

本文综合介绍了两种随机康托集的分形性质和与之相关的随机过程的一些研究成果。     

一种分形图像编码的改进方法

在分析小波包变换和分形编码特点的基础上,先将图像进行小波包分解,对进一步细分的高频部分直接进行频域截断,对低频部分进行分形压缩.计算机模拟试验表明,上述方案与基本分形编码方法相比,在重建图像主观质量和运行时间上都显示出优越性.     

中国证券市场股指波动的条件异方差特性分析

股指的波动具有持续性、集聚性 ,如何进行判别 ?本文用 Garch模型理论探讨沪深股指的这种条件异方差特征 ,进一步分析波动是否影响股指未来变化 ,以及股市对利好、利空的消息是否存在不对称的反映。同时 ,比较不同类型的股指的共性及差异 ,并对上述现象作了解释和说明。     

三种生成神经网络拓扑结构的方法在股票、商品价格预测中的应用及结果比较

对比了三种不同神经网络模型的生成方式:传统神经网络生成模型,遗传算法训练神经网络模型,以及在第二种方式训练参数的基础上,再使用传统神经网络优化生成模型.论文使用上述三种方法对代表性股票和商品价格进行拟合并预测,通过预测结果准确性和稳定性的比较发现:引入遗传算法后的神经网络在样本内的拟合误差有所降低,而第三种方法在样本外有最低的预测误差和最优稳定性.     

小波在股市数据分析中的应用

本文把股票日收益率时间序列看作一维时间信号 ,构造了新的小波母函数作为滤波器 ,对此时间信号做滤波处理 ,消除了数据的奇异性 ,从而可以宏观地预测股票日收益率走势 .     

收益率周期波动的股票欧式期权定价

根据股票价格运行周期规律 ,本文建立了股票价格的行为模型 ,并在此基础上研究了由股票产生的欧式期权定价     

WAVELET TRANSFORM IN FRACTAL IMAGE ENCODING

This paper presents some results of the relation between wavelet transform and fractal transform. The wavelet transform of the attractor of fractal transform posseses translational and scale invariance. So we speed the fractal image encoding by testing the invariance of the wavelet transform appropriate for image encoding. The classfication scheme of range blocks by wavelet transform is given in this paper.     

THE FRACTAL GEOMETRY AND TRIGONOMETRIC SERIES

Mathemstics is used to study the nature. Straight lines, circles, ellipses,continuous and differentiable curves and surfaces etc. are the first approximations of forms of concrete objects. But in reality, these forms are very irregular. Consequentily B. Mandebrot introduces since 1975 fractals and the fractal geometry to study the second approximaions of such forms. Si     

加权支持向量机在证券指数预测中的研究

支持向量机是基于统计学习理论的新一代学习机器.它使用结构风险最小化原则,运用核技巧,较好地解决了学习问题.本文提出了一种基于支持向量机的加权算法,并将其应用于证券,指数预测.与径向基神经网络相比较,加权支持向量机表现出了良好的性能.     

中国股市一期价格行为研究

本文运用 CJ统计量与一步 Markov转移概率矩阵研究了中国沪、深两市的一期价格行为 .实证结果表明 :大约自 1997年以来 ,一期价格行为表现出很强的随机性 .