短期电价预测的组合混沌方法

电力市场中,电价的变化呈现的是一种非线性的、动态开放的过程,传统的方法已很难提高其预测精度。为此,本文提出一种基于小波变换、计量经济学模型和径向基函数网络的组合混沌预测方法。首先利用小波变换将原电价序列分解、重构成概貌序列和细节序列;在此基础上,针对不同的子序列建立不同的模型,并进行预测;最后将所有子序列的预测结果求和,作为最终的预测值。对西班牙电力市场短期电价的预测表明,该方法具有很高的预测精度。     

基于小波包和神经网络的股票价格预测模型

股票价格是大量因素影响的综合结果,波动规律异常复杂,即使是神经网络这样强大的非线性预测工具也不堪胜任对其的准确预测。本文利用小波包理论将价格波动序列最优地分解为一系列规律较易掌握的子波动,对原始价格波动的预测也就分成神经网络对各子波动的预测。实证研究结果表明,这种小波包和神经网络相结合的股票价格预测模型预测精度明显高于小波和神经网络相结合以及直接利用价格波动预测的同类神经网络模型。     

股市预测中的小波神经网络方法的研究

本文首先论述了股市时间序列中的明显随机性,可能是由于非线性确定性系统中混沌行为的缘故,利用混沌的确定性可以进行短期预测.混沌时间序列预测首先要重构相空间,接着充分利用小波变换时频分析的局部化特性,提出了一种改进的小波网络结构,探讨了股市预测模型问题.经实例验证,该方法能有效地提高预测精度,避免了人工神经网络模型和指数自回归的固有缺陷.     

基于小波包和最小二乘支持向量机的短时交通流组合预测方法研究

基于小波在处理非线性、非平稳随机信号的优势以及支持向量机在解决小样本、非线性及高维模式识别问题中的优势。笔者探讨结合小波包和最小二乘支持向量机的组合预测方法在交通流短时预测中的应用。首先介绍小波包和最小二乘支持向量机的基本原理,然后提出基于小波包和最小二乘支持向量机的交通流短时组合预测方法,并以北京市快速路的实测交通流量来验证效果,结果表明其可行性和有效性。     

基于ANN-GA的混沌时间序列预测方法研究

本文基于遗传算法和神经网络理论提出了一种混沌预测的改进方法,即C-ANN-GA混合预测方法;通过实例分析,证明该方法是一种用于混沌时间序列预测的有效方法.     

上海股票市场非线性与混沌的检验

临近返回检验是一种特别适合于检验金融市场中的非线性与混沌的新方法.本文将临近返回检验与BDS检验相结合,检验了上证综合指数收益率的非线性与混沌的存在性,结果表明,上证综合指数收益率虽然存在显著的非线性,但不存在混沌,这与国内一些经济学者的研究结论是不同的.     

一类混沌经济模型的控制方法的研究

就经济系统中的一类多参数混沌模型 ,应用微分动力学理论 ,研究了变参数结构反馈控制方法 ,成功地进行了多参数混沌控制 .并讨论小波滤波法 ,成功实现了混沌不稳定周期轨道的稳定控制方法 ,并以具体的财产管理混沌模型为例验证所提出的方法     

中国股票市场多重分形游走及其预测

股票价格波动规律的研究是预测的基础,多重分形过程是迄今为止最为符合价格波动特性的模型。本文验证了中国股票市场的多重分形游走,并根据多重分形过程的局部尺度特性和多尺度相关性建立了小波和神经网络相结合的股票价格预测模型。实证研究结果表明,本文模型预测精度较由其他模型得到的预测精度明显提高。     

股票市场相变假说模型

从有限理性的角度,对折现现金流定价模型给出了一个灰色数学描述,引进了信心度的 概念,建立了一个含有投资人行为参数的模型1 在此基础上,将社会模仿理论应用于股票市 场,建立了股票市场相变假说理论模型,并研究了股票市场相变机理.     

非线性混沌经济时序的预测方法及其应用研究

主要研究由非线性混沌经济时序所确定的动力系统的预测方法及其应用 ,通过改进的最优化方法来估计模型的参数 ,并在其相空间中对时序的未来值进行预测 .给出有代表性的实例对模型和算法进行验证 ,结果发现选取最佳的模型阶数能增加预测的准确程度 ,且混沌时序不可能进行长期的预测     

基于近邻互信息的SVM-GARCH股票价格预测模型研究

为了克服传统线性模型分析处理收益率数据非线性因素的不足,本文提出一种新的基于近邻互信息特征选择的SVM-GARCH预测模型。该模型利用SVM处理高维非线性数据的优势,不仅包含了股指序列自身的历史数据信息,而且通过近邻互信息的方式融合了与目标股指数据关系密切的周边证券市场的相关变化信息。仿真实验结果表明,该模型在时序数据除噪、趋势判别以及预测的精确度等方面均优于传统的ARMA-GARCH模型。     

我国投资者情绪对股票收益影响——基于面板数据的研究

基于基金的资金流量构造投资者情绪指标,应用面板数据模型对我国投资者情绪与股票收益之间的关系展开研究,结果表明情绪对股票收益具有显著影响,其中乐观情绪的影响高于悲观情绪,而极端情绪在我国市场中具有独特的预测能力。利用行为金融学理论建立合理的情绪指标,可以作为预测市场未来波动的可靠指针,为我国证券投资者及监管者提供决策参考依据。     

中国股市收益率分布特征研究

应用修正Weibull分布对上海综合指数收益率和深圳成分指数收益率的分布状况进行研究。结果表明:经过简单的移位变换后,上证综指收益率和深成指收益率可完全用修正Weibull分布来刻画;大收益率服从次指数分布,小收益率服从超指数分布;两股指收益率的概率分布存在一些差异,上证综指的波动性大于深成指的波动性;沪深股市收益率的分布在1996年以后发生了较大的变化,其中沪市变化更大。     

跳跃的估计、股市波动率的预测以及预测精度评价

本文基于C_TMPV理论估计已实现波动率的跳跃成分,在此基础上构建考虑跳跃的AHAR-RV-CJ模型和MIDAS-RV-CJ模型来预测中国股市的已实现波动率,并评价和比较各类波动率模型的预测精度。实证结果表明:基于C_TMPV估计的波动率跳跃成分对日、周以及月波动率的预测有显著的正向影响;AHAR-RV-CJ模型和MIDAS-RV-CJ模型的样本内和样本外预测精度在不同的预测时域上都是最高的,尤其是对数形式的模型;MIDAS族模型的样本外预测精度在中长期预测时域上比HAR族模型高;AHAR-RV-CJ模型和MIDAS-RV-CJ模型的样本外预测能力在中长期预测时域上比基于低频数据的Jump-GARCH模型、SV-CJ模型和SV-IJ模型好。     

我国外汇市场与股票市场间波动溢出效应实证研究——基于小波多分辨的多元BEKK-GARCH(1,1)模型分析

汇率机制和股权分置改革加强了我国汇市与股市一体化程度, 近期人民币升值压力不断演化和几大经济危机爆发进一步增强了两个市场间的关联性。本文采用小波多分辨分析与多元BEKK-GARCH(1, 1)模型相结合方式研究了国内汇市与股市之间的波动溢出关系, 实证结果不仅表明两大市场存在显著的波动溢出效应, 还发现在不同交易周期下存在着不同的波动溢出效应, 短期来看股市向汇市有单向传递效应, 随周期变长发展为双向溢出, 其中又以汇市向股市波动溢出效应更为显著, 长期则仅有小幅度溢出效应存在于股市向汇市波动传递过程中。     

中国股票市场主要转折点的识别:基于改进的小波领袖法与逼近技术的贝叶斯法

在探讨单重分形模型与以小波领袖法为代表的多重分形模型的内在联系的基础上,分析了小波领袖法的内在缺陷并提出了改进方法,并利用Monte Carlo模拟比较了传统的小波领袖法和改进的小波领袖法的效果;在改进的小波领袖法的框架下,利用基于逼近技术的贝叶斯法估计了上证指数收益率序列的多重分形谱及有关参数。理论分析表明,在传统小波领袖法中,小波母函数"能量和为1",这与经典的R/S法以及实际股票市场的实际情况都不相符,且会严重低估标度指数。实证表明,改进的小波领袖法克服了对标度指数的低估效应和对多重分形谱估计值的扭曲;在利用改进的小波领袖法刻画股票市场的波动性后,基于逼近技术的贝叶斯估计法不仅减少了需要估计的参数,而且准确识别了我国股票市场长期趋势发生变化的主要转折点,结果也非常稳健。     

中国股票市场波动持久性特征的DFA分析

通过对沪、深股市大盘指数以及各具代表性的两只个股高频价格波动的R/S和DFA对比研究,得出了有别于传统分析方法的我国股市波动持久性定量特征,并通过高价DFA分析以及在连续时间标度上的收益率峰度指标的计算,发现了我国股市波动持久性存在的特征时间标度,为研究我国证券市场的非线性和复杂性提供了新的研究视角和实证结论。