股票分类指数的多元马尔可夫链模型

针对多元马尔可夫链模型分析中,待估参数数量大而导致估计困难的问题,文章提出了改进方法。以一元预测误差最小为优化目标,对列间权重参数进行了分批次优化求解。应用多元马尔可夫链模型,对股票五大行业分类指数序列进行建模,研究了各行业分类指数相互间的内在相依特征。应用数据序列间的多元交互信息,对行业分类股指序列进行了预测。     

基于改进Gini-Simpson指数的指标及权重均为混合属性的广义灰靶决策方法

提出了一种新的以改进的Gini-Simpson指数为决策依据的指标及权重均为混合属性值的广义灰靶决策方法。该方法构造权重函数将不确定性混合指标权重确定化,并以改进的综合加权Gini-Simpson指数作为方案决策的依据。首先将各方案的混合属性指标值转化为二元联系数,并分解为确定项和不确定项以组成(确定,不确定)二元组数;其次,分别获得各属性下靶心指标的(确定,不确定)二元组数;然后,构造权重函数将不确定性权重确定化,继而求得各方案的综合加权Gini-Simpson指数;最后以综合加权的Gini-Simpson指数为依据对各方案进行决策,以其值越小方案越优。案例分析的结果验证了该法的可行性。     

面板数据加权聚类分析方法研究

在面板数据聚类分析方法的研究中,基于面板数据兼具截面维度和时间维度的特征,对欧氏距离函数进行了改进,在聚类过程中考虑指标权重与时间权重,提出了适用于面板数据聚类分析的"加权距离函数"以及相应的Ward.D聚类方法。首先定义了考虑指标绝对值、邻近时点增长率以及波动变异程度的欧氏距离函数;然后,将指标权重与时间权重通过线性模型集结成综合加权距离,最终实现面板数据的加权聚类过程。实证分析结果显示,考虑指标权重与时间权重的面板数据加权聚类分析方法具有更好的分辨能力,能提高样本聚类的准确性。     

多属性群决策中综合权重调整算法研究

多属性群决策的研究有重大的意义.文章将主观赋权法得到的数据与客观赋权法得到的数据,用简单的线性加权法联系起来,达到综合权重的效果.根据群体决策结果与个体决策结果的差异,来调整个体决策的权重值.根据算法编制程序,来不断调整权重的数值,直到最后得到稳定的综合权重.     

模糊变权组合预测方法研究

在不确定环境组合预测中,用模糊权重系数更能体现各单项预测方法的客观表现.文章提出一种新的权重系数为三角模糊数的组合预测方法.首先建立以组合预测精确度指数最小为准则的模糊加权组合预测模型,为了避免样本数据中极端值对模型的影响,对模型进行改进,提出带有0-1变量的模糊加权组合预测模型.进一步考虑到单项预测方法在不同时刻的表现有所差异,建立基于诱导有序模糊加权平均(IOFWA)算子的模糊变权组合预测模型,该模型不仅能克服极端值的影响,而且具有更高的预测精确度.并实证验证了该方法的适用性和灵活性.     

对人类发展指数的权重结构探讨——基于中国的实证分析

本文采用基于协方差的主成分分析法,利用《中国人类发展指数2005》中的数据,研究了联合国开发计划署发布的人类发展指数(HDI)的权重分配和最优变量选择问题。实证研究结果表明,UNDP为HDI的三个组成变量赋予相等的权重与实证分析结果是不相符的,研究发现GDP指数是构建简单HDI的最优变量选择,而且HDI和其最优的选择变量有较强的正相关性。     

收入流动性的度量:一种新的方法及其应用

本文提出从收入比重变化的视角度量收入流动性的新方法,构建了基于比重绝对差和基尼系数的两种新指数,还提出了收入流动性洛伦茨曲线的概念、意义和绘制方法,以及指数的分解方法和加权调整方法.应用各指数对我国2007-2013年间区域层面的收入均值和收入总额的流动性进行了度量,结果显示,用各种方法度量的流动性都很低,各省间的收人格局已相对固化,流动性和地区贡献有波动但都没有明显的趋势.结果也验证了新指数的适用性和优良性质.     

京津冀区域经济空间差异研究

文章针对空间权重矩阵的传统设定方式,指出了其存在的一些不足.提出了改进的空间权重矩阵设定方法:(1)利用夜间灯光数据提取城市聚集点位置;(2)对不同类型的道路设定不同的速度,得到基于时间距离的网络数据集;(3)以负指数时间距离作为空间权重矩阵中的元素.接着以京津冀区域经济空间差异为例进行了探索性空间数据分析,发现改进的空间权重矩阵相比于传统方式更加合理和准确;京津冀区域经济存在着显著的空间自相关,且2000-2010年间自相关程度在增大,“高-高”区域由北京周边向沿海区域转移,“低-低”区域由河北省的西北部向中部和东南部转移.     

数据挖掘方法应用于调查数据的抽样权重问题——基于放回比例抽样的再抽样方法

在将数据挖掘方法应用于抽样调查数据时,会遇到抽样权重的处理问题.本文提出采用放回的、与样本单元权数大小成比例的再抽样方法,简称PPWWR再抽样,来实现"事后"自加权设计.实现"事后"自加权设计后的子样本可忽略掉样本权数,直接采用常规的图示方法和数据挖掘算法进行分析.随后,基于2007中国公民科学素质调查贵州省数据,通过模拟分析讨论了PPWWR再抽样子样本的样本量问题,发现max(n,5%N)是一个比较合适的样本量.这一结论可能为其他大型复杂抽样调查数据的数据挖掘实施问题提供借鉴.     

我国行业收入差距的演进及其分解分析

本章通过采用多种方法对行业收入差距进行了衡量和分析,所得结论基本一致,即近年来行业收入差距不断扩大.主要是由行业收入高低两端的收入差距及收入增长率的差距所导致.因此,缩小行业收入差距不能唯垄断是问,其着力点应该是提高低收入的竞争性行业的收入增长率.同时也说明泰尔指数是衡量行业收入差距的一个有效的工具.     

基于分解的库兹涅兹指数的中国地区间行业收入差距问题研究

当我们研究行业收入差距问题时,均通过构建一个指数来综合测度一国或一地区的行业收入差距,比如基尼系数、变异系数等,但指数方法缺乏对各个行业的深入考察.文章对库兹涅兹指数("库指数")进行了分解,分解后的"库指数"有效的解决了收入差距测度指数不能分解的问题.基于分解的"库指数",进一步讨论了中国各地区行业收入差距的特征,并通过因子分析的方法找出造成行业收入差距扩大的主要行业.     

一种用信息熵确定聚类权重的方法

加权聚类分析是数据挖掘中常用的方法,但其聚类质量很大程度上受到确定属性权重方法的影响.本文提出了一种以信息熵确定属性权重的方法,这种方法根据客观数据计算权重,因而消除了人为主观因素的影响.分析表明本文提出的方法在未增加计算复杂度的基础上提高了加权聚类分析的聚类质量.     

基于粗糙集指数加权的聚类算法

对数据集进行聚类分析的过程中,由于数据属性包含的个性信息有差异,导致数据属性在聚类过程中的作用会有差异。因此需要对属性进行加权,以减少包含共性较多的属性对聚类结果的影响。目前粗糙集加权研究仅用于属性值为少数离散值的情况。提出了基于粗糙集指数加权算法,对原始数据集进行预处理,并设计实验,验证了该算法能够有效提高聚类算法的正确率。     

基于PLS算法的带缺失值顾客满意度指数的测评

文章提出了"权重新定"的一种缺失值处理方法,分析了带缺失值的顾客满意度指数测评步骤;详细阐述了Wold的PLS算法的求解过程,基于该算法实现了顾客满意度指数测评系统(简称MyPLS);最后,分别利用MyPLS与SmartPLS软件对某食品公司的带缺失值数据进行处理,在迭代次数上前者较SmartPLS少,在潜变量估计值相关系数、权重系数等方面与SmartPLS具有一致性,为国内带缺失值顾客满意度指数测评研究和应用提供了方法。     

数据挖掘方法应用于调查数据的抽样权重问题

 在将数据挖掘方法应用于抽样调查数据时,会遇到抽样权重的处理问题。本文提出采用放回的、与样本单元权数大小成比例的再抽样方法,简称PPWWR再抽样,来实现“事后”自加权设计。实现“事后”自加权设计后的子样本可忽略掉样本权数,直接采用常规的图示方法和数据挖掘算法进行分析。随后,基于2007中国公民科学素质调查贵州省数据,通过模拟分析讨论了PPWWR再抽样子样本的样本量问题,发现 是一个比较合适的样本量。这一结论可能为其它大型复杂抽样调查数据的数据挖掘实施问题提供借鉴。     

关于上证行业类指数的VAR模型实证分析

本文通过对上证行业类指数中的工业（1B0001）、商业（1B0002）、地产（1B0004）和公用（1B0005）4类指数从1994—12-06到2007-02-09的数据样本进行分析和处理，建立向量自回归（VAR）模型，并对模型做诊断分析和残差检验。由分析结果来看上证这4类重要指数的相关影响与联系。     

行业收入差距的四分图模型测度方法研究

国内外关于行业收入差距测度方法的研究,均通过构建一个相对指数来综合测度一国或一地区的收入差距问题,比如基尼系数、泰尔指数等,缺乏对行业内部的深入考察。行业收入差距四分图模型的建立,不仅可以综合比各地去行业收入差距问题,而且可以比较各行业地区间收入差距问题,同时,可以将各地区各行业造成整体收入差距的影响大小（贡献率）进行量化,更重要的是,可以将这种影响大小描绘到四分图模型中,进行可视化分析,直观而准确。     

基于动态因子模型的金融风险指数构建

文章重点研究金融风险指数的构建方法,选取宏观维度、银行与货币维度、泡沫维度、外部冲击维度、债务维度等17个指标,运用动态因子模型方法构建2004-2015年的金融风险指数,并利用局部加权回归思想,引入高斯核函数改进指标权重估计,与常用的正向客观赋权法SF赋权法、熵赋权法、CRITIC赋权法对比.研究结果表明:改进后的权重估计方法拟合精度提高50％以上,动态因子模型方法构建的金融风险指数比正向客观赋权法灵敏度高,更科学更合理.     

黑龙江省民生质量评价研究

本研究从人民生活水平、社会保障、住房、教育文化事业、社会公用事业等五个方面构建黑龙江省民生评价指标体系,采用层次分析法确定指标权重,统计指数法对数据进行标准化处理,通过线性加权综合法得出黑龙江省2001—2010的民生指数。并在把握黑龙江省民生状况基础上提出了黑龙江省民生建设的对策。     

基于优化LSTM模型的股价预测方法

为了提高金融时序预测的准确性及泛化性，文章提出了基于主成分分析法和注意力机制来优化长短时记忆模型（PCA-Attention-LSTM）的消费行业板块指数预测方法。首先对指数日常数据生成技术指标，然后通过主成分分析法提取重要特征，根据长短时记忆神经网络（LSTM）学习输入特征的内部变化规律，并利用注意力机制计算LSTM隐层状态的不同权重，最后结合注意力权重和LSTM神经网络进行指数预测。结果表明，优化后的LSTM模型对消费行业板块指数走势具有较强的预测能力。此外，在预测方法的基础上引入了股票的异同移动平均线和均线指标，提供了一种每日轮动自动捕捉交易点的短频量化交易策略。