基于小波神经网络与ARIMA组合模型在股票预测中的应用

为了实现对股票价格变化的短期预测,提出了一种基于小波神经网络(WNN)与自回归积分滑动平均模型(ARIMA)的组合预测模型.将股票的收盘价序列数据划分为线性以及非线性(误差项)两个部分,分别利用统计学中ARIMA模型和小波神经网络分别对两部分数据进行预测并得到结果,将两部分结果组合相加合成为整个股票价格的预测结果.实验结果表明该组合模型在预测精度方面有提高,是一种比较有效的预测模型.     

基于模糊集相容性的模糊控制规则优化方法

在简要介绍模糊模型的完备性和相容性的基础上 ,根据模糊集贴近度 ,提出模糊集相容性的概念 ;通过对模糊控制规则表特征的分析 ,进一步完善规则相容性概念及其定量评价方法 ;最后给出模糊控制规则模型自寻优优化方法。仿真结果表明 ,该方法可以大大提高控制系统的控制性能。     

模型论中的拓扑学方法

本文利用拓扑学方法研究了ω-范畴理论的性质,并对模型个数问题进行了讨论.     

Periodic Solutions of a Model of Mitosis in Prog Eggs

In this paper,we discuss a simplified model of mitosis in frog eggs proposed by M.T. Borisuk and J.J. Tyson in [1]. By using rigorous qualitative analysis, we prove the existence of the periodic solutions on a large scale and present the space region of the periodic solutions and the parameter region coresponding to the periodic solution. We also present the space region and the parameter region where there are no periodic solutions. The results are in accordance with the numerical results in [1] up to the qualitative property.     

基于时间序列模型的全国30家电台收视率分析

以湖南电视台和北京卫视为代表,对全国30家电视台卫星频道2008全年日收视率进行时间序列分析,建立了四种拟合模型.其中,大部分电台收视率具有长期趋势或长期趋势和季节效应的综合影响,分别建立ARIMA模型和乘积季节模型,并进行预测,其结果表明模型拟合效果较好.     

随机利率下服从指数O-U过程的可转换债券的鞅定价

从定量的角度分析了随机利率下有股利分配的可转换债券的价值构成,并在股价服从广义O-U过程的条件下,利用鞅定价方法推导出可转换债券的定价公式.     

中国区域就业结构与区域收入差异的实证研究—基于panel-data模型

运用面板数据模型(Panel-data Model)分析了直辖市、东中西部三大产业的就业结构对区域收入差异的影响,不同区域的就业结构对区域的收入差异影响不同,针对不同区域情况,提出了协调发展产业,调整产业就业结构.促使区域差异缩小的政策建议.     

Bayesian Variable Selection via Particle Stochastic Search

We focus on Bayesian variable selection in regression models. One challenge is to search the huge model space adequately, while identifying high posterior probability regions. In the past decades, the main focus has been on the use of Markov chain Monte Carlo (MCMC) algorithms for these purposes. In this article, we propose a new computational approach based on sequential Monte Carlo (SMC), which we refer to as particle stochastic search (PSS). We illustrate PSS through applications to linear regression and probit models.     

基于小波去噪和WNN-ARIMA组合模型的年径流预测

为解决单一的小波神经网络预测精度不高的问题,提出一种新的基于小波去噪和WNN-ARIMA组合模型,应用小波阈值去噪法对小波神经网络的输入值进行预处理,同时对模型残差值进行ARIMA模型修正.利用该组合模型对洮河流域下巴沟站年径流量进行预测,预测趋势和预测值与原始实测数据吻合度高,表明此组合模型可靠性强,可以有效预测年径...     

债券投资组合业绩归因的多期实证研究

目前国内对投资组合的业绩归因研究主要从管理者层面着手,将超额收益的来源归结为择时能力和选股能力,但这并不适用于债券投资。本文基于Campisi模型,对债券定价公式进行分解,从债券自身的特性来研究组合的超额收益来源,并结合GRAP跨期处理方法,形成多期业绩归因模型,对长期债券投资组合进行归因分析。相对于单期的归因模型,多期归因模型可以对任意一段时间内投资组合的超额收益进行归因,而不是单期归因项的简单加总。本文以中证全债指数为基准组合,对32只债券构成的投资组合进行实证研究,结果表明模型符合市场情况和实际操作情况。因此本文提出的多期业绩归因研究具有实用性。