标的股票服从跳--扩散过程的复合期权定价模型

当公司以债券和股票来融资时．股票可以看作基于该公司价值的看涨期权．则基于该公司股票的期权可看作是基于公司价值的期权的期权．既复合期R．Geske(1979)建立了当公司价值服从“标准几何Brown运动”的复合期权的定价模型．并给出了定价公式．C．R．Gukhal(2004)给出了当标的股票服从跳-扩散过程的一种特殊情形——跳跃的相对高度的期望k=E(Y-1)=0的复合期权的定价公式．本文在建立了标的股票服从跳-扩散过程且跳跃的高度随机变量Y服从对数正态分布时的复合期权定价模型．并给出了定价公式．推广了Geske和Gukhal的结论．     

资本资产定价模型与上海股票市场的实证分析

借助SPSS10．0软件,以上海股票市场2000．06．30～2002．09．27期间(共109周)代码为600601～600640中的37支股票为样本,对资本资产定价模型(CAPM)在上海股票市场的应用进行实证研究,首先采用单指数模型估计了个股的B系数,然后利用BJS方法和FM模型分别进行时间序列回归和截面回归,并进行了假设检验,研究结果表明在上海股票市场上,股票的收益与其β系数存在着显著的正相关线性关系,但无风险收益率却是负的,这说明沪市具有明显的投机特征。为了消除单个股票的非系统性风险,进一步构造股票投资组合对CAPM模型进行修正检验,结果与BJS方法和FM模型得出的结论相同,但β系数能更好地衡量股票组合的风险。     

基于神经网络的股票收益率预测研究

在金融领域的资产定价模型修正过程中,股市的非线性现象往往被选择性忽视,未纳入模型框架,现有模型亦无法刻画因子之间的非线性定价结构。为解决上述问题,引入了机器学习领域中的神经网络模型,以捕获市场组合收益率、市值、账面市值比三因子间的非线性定价结构,并对股票收益率进行预测。将该模型与经典Fama-French三因子模型在样本外拟合优度、多空策略业绩表现上做了对比,结果表明：神经网络模型能精准捕获市场组合收益率、市值、账面市值比3个因子之间的非线性关系,且在样本外拟合优度、多空策略业绩表现上均要优于传统三因子线性定价模型。     

基于神经网络的股票收益率预测研究

在金融领域的资产定价模型修正过程中,股市的非线性现象往往被选择性忽视,未纳入模型框架,现有模型亦无法刻画因子之间的非线性定价结构。为解决上述问题,引入了机器学习领域中的神经网络模型,以捕获市场组合收益率、市值、账面市值比三因子间的非线性定价结构,并对股票收益率进行预测。将该模型与经典Fama-French三因子模型在样本外拟合优度、多空策略业绩表现上做了对比,结果表明：神经网络模型能精准捕获市场组合收益率、市值、账面市值比3个因子之间的非线性关系,且在样本外拟合优度、多空策略业绩表现上均要优于传统三因子线性定价模型。     

Black-Scholes期权定价模型的拓展

假定动态风险资产价格遵从扩散-跳跃复合泊松过程,无风险利率、股票收益率、市场波动率、股票红利等均为自适应过程,利用随机微分方程和鞅方法,得到了资产投资组合贴现过程鞅成立的条件.在相同测度下,考虑到交易费用和红利支付,对经典Black-Scholes方程进行了修正,得到了不同条件下的欧式看涨期权的定价方程,使得期权定价公式更加符合市场实际,拓展了鞅方法的使用范围和意义.     

信用风险缓释凭证市场探讨及定价分析

通过对试点期间8只CRMW产品的市场介绍和定价分析,运用约化模型,给出CRMW的定价公式;影响定价的关键因素主要包括标的债务信用曲线适当选取和违约回收率的估计.通过剥离法,从市场收益率数据中剥离标的债务信用曲线.最后结合实际数据,实证得出市场CRMW报价普遍偏低.     

数字产品特征与定价策略的经济学分析

首先给出数字产品的概念，然后分析了数字产品的特征，包括依赖个人偏好、短期效用与长期效用并存、网络外部性3个经济学特征，不可破坏性、可变性、可复制性3个物理性特征．进一步分析了数字产品的成本构成和定价策略，包括个性化定价、版本划分与升级、联合购买与租借、捆绑销售．指出对数字产品必须实行差别化和用户导向定价策略．     

风险资产交易市场中两个信号下的内部交易

在风险资产交易市场中,做市商除了收到交易总量信号外,往往还能观测到清算价值的部分信号.在满足条件利润最大化和市场有效性定价假设下,本文研究了这两个信号影响下的内部交易市场特征.研究发现,内部交易者释放了大量私有信息,而期望利润、交易策略系数和市场流动性系数为常值.     

关于FSOLS（2^nu^m）的存在性研究

如果一个v阶自正交拉丁方（SOLS）有ni个阶为hi的子-SOLS（1≤i≤k），它们互不相交且是生成的，即∑i=1^knihi=v，就称这个自正交拉丁方为frame SOLS，记作FSOLS（h1^n1h2^n2…hk^nk）．本文讨论FSOLS（2^nu^m）（m≥3，u为偶数）的存在性问题，主要利用了填洞构造法和加权构造法，得到FSOLS（2^nu^m）的存在条件如下：（1）m=3，u=4，n≥22；u=6，n≥31；u≥8，n≥u／2且，n≠u／2＋2，u／2＋3；（2）m≥4，u≥8，n≥4．     

罗布麻和大叶白麻染色体核型分析

本文采用不同的预处理方法、盐酸解离时间及染色条件,对罗布麻（Apocynum venetum）和大叶白麻（Poacynum hendersonii（Hook．f）Woodson）离体根尖染色体分裂相的数目、染色体收缩程度、分散度以及着色深度进行了研究．对罗布麻和大叶白麻的核型进行了对比分析．结果表明：最佳的处理方法为：0．002mol／L8-羟基喹啉室温下处理根尖3h;卡诺液固定24h;1mol／L盐酸60℃下解离根尖15min;改良石炭酸品红染色24h后压片．罗布麻根尖染色体的核型公式：2n=2X=24=4m＋10sm＋8st＋2t;大叶白麻根尖染色体的核型公式：2n=2X=24=10sm＋12st＋2t．     

海啸模型研究进展（I）

从海啸的成因以及海啸波的基本特征，总结了海啸源模型、传播模型的研究进展，尤其对由缓慢海底变化过程引发的海啸波的传播过程以及动力模型的研究进展进行了回顾，为进一步开展海啸模型研究提供理论参考．     

南海台风参数模型和台风浪后报模型的应用研究

台风风场和台风浪数值后报能够有效弥补现场观测资料的不足,对南海海域的海洋经济健康发展具有重要的保障作用.针对不同台风参数模型和全谱海浪模型的联合应用,编制了包括5个台风参数模型的数值模拟程序,以南海海域的台风Ellen(1983)和Dujuan(2003)作为案例,并联合应用2个第3代全谱海浪模型,完成了台风风场、气压场和台风浪场的数值后报.通过分析不同台风参数模型和全谱海浪模型组合应用的后报结果,并与实测数据进行对比,得出了Jelesnianski风场参数模型结合第3代全谱海浪模型WW3比较适用于南海海域台风浪后报.     

幽门螺杆菌感染小鼠模型的应用进展

幽门螺杆菌动物模型是幽门螺杆菌感染导致人类胃炎、消化性溃疡、胃癌等致病机制研究的基础, 也是幽门螺杆菌感染和胃肠外疾病相关性研究的重要工具. 近年来幽门螺杆菌感染动物模型得到了广泛的应用和发展, 制备感染模型常用的动物有小鼠、蒙古沙鼠、豚鼠、悉生乳猪和恒河猴等, 其中幽门螺杆菌悉尼菌株感染的小鼠模型使用最广泛. 本文对幽门螺杆菌感染小鼠模型应用的最新进展做一综述.     

Benard花纹的格子BGK模拟

建立了用于模拟二维Benard对流现象的格子BGK模型，该模型要求粒子碰撞过程不仅满足质量和动量守恒，而且满足能量守恒，结合二迭加FHP模型和三迭加HPP模型，确定了此模型的平衡态形式，导出了此模型对应的宏观质量、动量和能量方程，用该模型成功地模拟了二维Benard花纹．     

基于角色与目标注册元模型的语义互操作能力研究

为了促进需求模型间的语义互操作并有效评估角色与目标注册元模型为两种需求模型提供的语义互操作能力,提出了一种互操作能力评估方法.实验中以需求模型i＊和KAOS对会议安排进行建模得到需求模型实例,同时基于现有的角色与目标注册元模型以及对应的需求模型规格,通过连续两次映射,将需求模型的元素映射到角色与目标注册元模型的元类及其关联,并针对映射结果定量分析i＊模型与KAOS模型间部分语义互操作的程度.实验结果表明,该方法能有效评估需求模型间通过角色与目标注册元模型进行语义互操作的能力,并为需求模型间实现深度语义互操作提供度量支持.     

过程模拟中热力学模型的选择和使用

归纳了应用于过程模拟的重要热力学模型,对选择力学模型的决策树、热力学性质数据的收集与检验、热力学模型的使用和检验等问题进行了讨论。     

基于不同风险度量的投资组合模型的实证比较

提出以收益一波动比率为标准，对基于不同风险度量的投资组合模型进行实证比较，并分别以风险弹性和收益一波动比率为比较标准，以模拟退火算法作为投资组合模型的求解算法，对均值一方差模型、绝对离差模型和半方差模型进行了实证比较分析．结果表明，在我国股票市场上，构造投资组合时，半方差模型优于均值一方差模型和绝对离差模型，而绝对离差模型又优于均值一方差模型．     

基于多因素回归分析和机器学习算法的冠心病预测模型构建及比较

本文旨在构建基于临床电子病历数据的冠心病预测模型.回顾性收集了2015年至2020年在宁波大学医学院附属医院住院期间,接受选择性冠状动脉造影的患者的临床数据,分别应用决策树、朴素贝叶斯和逻辑回归算法构建冠心病预测模型,比较3种模型的预测性能.共收集354例患者数据,其中冠心病患者140例,非冠心病患者214例,根据逻辑...     

2个SVM霾识别预报模型的对比试验

支持向量机方法（SVM）是基于统计学理论的一种较为新颖的学习方法,应用该方法解决小样本条件下的非线性问题既有坚实的理论基础,也十分有效.基于2013～2014年金华站的地面自动站资料、探空气象资料以及大气污染物浓度数据,采用SVM分类方法建立2个金华SVM霾识别预报模型,即初始模型和订正模型,并对其8种核函数最优模型进行对比试验.结果表明：（1）初始模型的正样本分类Ts评分在0.45以上,均高于订正模型,故初始模型分类结果较为理想,可以给实际霾日识别预报提供参考;（2）初始模型的分类结果优于订正模型,且前者的漏报次数明显少于后者,究其原因可以发现14:00气象条件和大气污染物条件对当日是否为霾日的判断非常重要,即14:00前后是灰霾出现比较频繁的时段.     

新疆月平均气温空间化处理及结果分析

利用新疆102个气象站点1990～2002年13年的月平均气温资料与DEM数据,运用SPSS统计软件,分别用逐步回归与多元回归方法分析研究了新疆月平均气温与经度、纬度、海拔高度的数学模型,通过验证,发现多元回归所建的模型模拟效果更好;然后根据多元回归模型应用GIS空间分析相关技术,生成月平均气温的空间分布栅格图．分析栅格图发现：新疆月平均气温在空间变化上呈现出与地形相一致的高低相间的分布形式,季节变化特点也较显著,在北疆部分地区有较明显的逆温现象,且逆温层呈不连续状态．