基于灰色理论和回归分析的中长期电力负荷组合预测研究

本文建立基于灰色预测和多元回归预测的电力负荷组合预测模型,结合实例,对组合预测模型的预测结果与单独采用灰色预测、线性回归模型预测的结果进行了分析和比较。     

灰色神经网络模型在猪肉价格预测中的应用

本文针对猪肉价格波动的特点，利用灰色神经网络模型（CGNN）对猪肉价格进行预测。CGNN模型是对同一已知时间序列，采用不同的GM（1，1）改进模型得到的预测结果使用神经网络进行组合，将每个灰色预测结果“串联”起来，融入神经网络之中，发挥每个灰色预测模型的优点，从而得到更为精确的预测值的方法。     

一种改进的灰色BP神经网络光伏出力预测方法

光伏出力的准确预测对于光伏发电系统的大规模应用具有重要意义。针对光伏出力预测描述自然规律困难及传统灰色模型预测精度不高等问题,提出了一种基于改进的灰色BP神经网络光伏出力预测方法。利用模糊c均值聚类(FCM)的方法将数据分类,选择与预测日最为接近的一类作为样本,利用灰色GM(1,1)预测模型得到预测数据。将灰色模型预测结果与相对应的日最高、最低温度作为BP神经网络的输入,以对应的实测数据为输出训练得到最终的预测模型。采用江苏某光伏电站的实测数据验证,结果表明该模型在预测精度上有一定的提升。     

灰色马尔可夫模型在成本预测分析中的应用

结合灰色SCGM(1,1)预测模型和马尔可夫预测模型的优点,建立了灰色马尔可夫SCGM(1,1)预测模型.并且以施工质量成本CQ的预测为实例,证明灰色马尔可夫预测模型对于随机波动性较大的施工质量成本的数据列的预测具有一定的准确性和应用性.     

基于VAR和GM组合模型的电力消费预测

组合预测模型较单一模型具有更准确的预测精度,利用中国电力消费1978年~2007年的年度数据,将VAR模型与灰色预测的GM（1,1）、无偏GM（1,1）两种模型有机组合,建立灰色VAR组合预测模型,对2008年~2015年的电力消费量进行预测。结果表明,该模型平均相对误差为4.88%,拟合精度较高,具有较好的应用价值。     

基于小波和模糊BP神经网络的金融股票市场预测

为了提高金融股票价格预测的准确性,在分析了金融股票价格时间序列的特点和规律的基础之上,采用一种小波分析和模糊BP神经网络联合建立的时间序列预测模型,对中国石油股票价格进行了预测研究。结果表明基于小波分析和模糊BP神经网络联合建立的时间序列预测模型具有良好的自组织性和自适应性,有很强的学习能力和抗干扰能力,基于小波分析和模糊BP神经网络对金融股票价格进行预测是行之有效的。     

基于灰色马尔可夫组合模型的福州港吞吐量预测

灰色马尔可夫组合模型是将灰色预测模型与马尔可夫模型进行组合优化,通过其对福州港2012-2016年货物吞吐量及集装箱吞吐量进行预测,并利用残差模型检验,证明了灰色马尔可夫组合模型能够解决单一模型的局限性、粗糙性和不稳定性问题,预测精度高,符合事物的发展规律,对业界预测港口吞吐量具有实践意义和参考价值。     

基于灰色径向基函数网络的铁路投资规模组合预测

铁路固定资产投资是铁路建设不断发展的有力保证,为准确地预测铁路固定资产投资规模大小及其变化趋势,将GM（1,1）预测模型与径向基函数神经网络有效地结合起来,充分发挥灰色系统的贫乏数据建模和神经网络特有的高度非线性映射能力的双重优势,构建了一种新型的串联非线性组合预测模型。然后,以我国铁路1998—2007年的投资规模实际数据为基础,对“十一五”后半期的铁路固定资产投资规模进行了预测,并分析了预测结果的合理性。研究表明,该组合模型优于任何单一灰色预测模型,能很好地反映铁路固定资产投资规模的变化规律,在小样本、贫信息的奈件下,仍然能得到较合理精准的预测结果。     

灰色系统理论及其在旅游预测中的应用——以广西桂林为例

论文简要介绍了灰色系统理论及GM(1,1)灰色预测模型,针对旅游系统的特点,结合旅游预测研究的目的,将灰色预测模型GM(1,1)运用于区域旅游预测中,并以广西桂林为算例进行预测,获得较好的预测效果。     

基于结构元理论的模糊回归预测

在许多预测问题中,观测得到的数据既具有随机性,也具有模糊性,因此常采用模糊回归预测.该文基于模糊结构元理论,构造了一种有对称结构元线性生成的线性回归预测模型.该模型可以把复杂的模糊线性回归预测问题归结为普通规划问题求解,计算简单,易于实现,减少了模糊线性回归预测模型的复杂性.     

基于ARIMA模型的沪深300股指期货价格预测研究

基于ARIMA模型建立了股指期货价格的预测模型,对20100416～20110113间共180个交易13的沪深300股指期货合约收盘价数据进行了实证分析,结果表明：ARIMA模型对于股指期货的价格走势短期预测效果良好,模型能有效反应期货价格的波动性走势．     

中国股指期货与股票现货市场的日内信息结构研究——基于交易和非交易时段的视角

为探索我国股指期货与股票现货市场的日内信息结构,本文从交易和非交易时段出发,研究了沪深300指数期货与沪深300指数现货市场日内交易和非交易信息之间的信息传递路径、传递方向及其影响程度。实证结果显示:除现货下午交易信息外,上午交易和下午交易之间不具有必然的预测关系,而价差修正项却存在一定的预测作用。现货隔夜信息对期货上午交易与现货午休信息对期货下午交易均具有预测能力;期货隔夜信息对现货上午交易也具有预测能力,而期货午休信息对现货下午交易的预测作用并不存在;且与午休信息相比,隔夜信息对日间交易的影响更大。期货提前交易对股票现货日内交易与期货延迟交易对股票现货市场隔夜的收益及其波动均具有显著的预测能力,相对而言,延迟交易对股票隔夜的影响力要大于提前交易对股票日内交易的影响力。     

股指期货与现货指数收益率序列相关性研究——基于Copula函数的实证分析

沪深300股指期货推出后,其与沪深300指数的关系就引起投资者和研究者的关注。以沪深300指数和沪深300股指期货的日收益率数据为基础,运用Copula函数建立Copula-GARCH(1,1)-GED模型对两者进行相关性分析,结果表明:沪深300指数与股指期货收益率序列之间相关程度非常高,而通过比较秩相关系数的拟合情况,二元正态Copula函数更接近实际情况;在平方欧式距离的标准下,二元t-Copula模型能够更好地描述沪深300指数与沪深300股指期货日收益率序列的相关结构;两序列的尾部相关程度非常高,表明当股票市场大幅度波动时,沪深300指数与沪深300股指期货的相关程度显著提高。     

基于SVR的股市预测与择时研究

本文首先阐述支持向量回归机原理,在此基础上建立了SVR预测模型,以HS300指数数据为测试样本,分析了SVR模型在时间序列预测问题中的优势,并在此基础上进行了交易实验.结果表明：支持向量回归机适用于预测股市大盘的短期走势,并能够得到比较好的预测效果.     

海外股指期货与期权市场并行发展的理论揭示

构建投资者同时利用股指期货和股指期权套期保值的期望效用最大化模型,从投资者需求角度解释股指期货和股指期权市场并行发展格局形成的必然。研究发现:当假设股指期货价格和股指期权价格无偏时,投资者完全利用股指期货套保是最优的,此时股指期权是多余的;当假设股指期货价格有偏,股指期权价格无偏时,投资者需要利用股指期货和股指期权两种套期保值工具的组合达到最优套期保值效果,此时,股指期权是必要的。认为,在沪深300股指期货平稳运行之后,中国应该适时推出同一标的指数的股指期权产品,形成股指期货和股指期权市场并行发展的股指衍生品市场格局。     

沪深300指数期货的价格发现和波动溢出效应研究

我国沪深300指数期货推出后, 股指期货的价格发现功能以及对现货市场波动性的影响成为学术界的关注焦点。基于Johansen协整分析、向量误差修正模型和带有误差修正的双变量EGARCH模型, 对沪深300指数期货市场和现货市场之间的价格发现功能以及互动关系进行了深入的研究和分析, 结果显示:沪深300指数现货市场居于价格发现的主导地位;沪深300指数期货交易减弱了现货市场的条件波动。可见, 虽然沪深300指数期货的价格发现功能并未得到应有的发挥, 然而熨平股指波动的功能却得到了体现。     

论建立我国股市统一股价指数

为反映我国股市整体状况、克服现有指数存在的缺陷、有必要建立统一股价指数。在统一股价指数的建立上,建议采用成份股指数体系,样本股规模定为300只,样本股选取按代表性、规模性、活跃性和绩优性四项标准。选取方法采用主观选样,计算方法采用加权综合法,权数采用流通量,基期定为指数推出前一季度,基期指数定为推出前一季度上证综合指数的平均收盘指数。     

沪深300股指期货价格发现实证研究

自沪深300股指期货推出以来,其对股票市场的影响,特别是其价格发现功能,已成为研究者关注的热点。以5分钟高频数据建立向量误差修正模型,并通过IS和PT模型分析股指期货与现货指数各自在价格发现中的贡献度,结果表明:股指期货与现货指数之间存在长期的协整关系,在价格发现过程中股指期货占据主导地位。     

沪深300股指期货收益率及波动率的长记忆性研究

对股指期货收益率与波动率的长记忆性进行研究,可以反映市场的运行效率。运用ADF-KPSS联合检验法、自相关系数法、R/S检验法检验了沪深300股指期货的收益率及波动率序列的长记忆性。结果显示:沪深300股指期货的收益率序列不具有显著的长记忆性,而其波动率序列具有显著的长记忆性,波动率的长记忆性暗示着市场中事件和消息对我国股指期货市场的影响不会马上消失,而可能对市场产生长期和深远的影响,也意味着我国股指期货市场的有效性有待加强,需要从信息披露、培育多元化投资主体等方面加强市场建设,以消除长记忆性对我国股指期货市场健康发展的影响。运用FIGARCH模型度量了沪深300股指期货波动率的长记忆性,为后续股指期货波动相关研究提供参考。