马尔可夫链在人民币汇率预测中的应用

人民币对美元的汇率一直是社会各界关注的对象,尤其是2005年7月21日人民币汇率形成机制改革以来,人民币对美元的汇率更是引起各方的关注。本文根据2006年1月4日到2006年6月6日的数据,运用马尔可夫链预测方法,对人民币的汇率波动特征及其走势进行分析和预测,并给出了相关结论。     

运用马尔科夫链预测股指走势的实证分析

金融市场的多种价格变量是受到各种各样因素影响的随机变量,在不同的假设条件下可以做出不同的预测模型,常见的计量经济模型、投入产出模型、随机时间序列模型在不同程度存在缺陷,运用马尔科夫链对这些随机变量的数量特征进行分析,通过合理划分变量变动区间和时间间隔,可以分析各个状态之间的互通性和遍历性。根据我国2006下半年至2008年的上证综合指数股票历史收盘价数据,运用马尔科夫预测法对其短期价格走势进行预测,并对预测结果作了分析。     

改进权马尔可夫链实现对相依随机变量序列的预测

以规范化的各阶自相关系数为权,用改进后的权马尔可夫链来预测数据的未来状态,并通过实例对该改进后的模型进行了具体的应用.最后对应用此模型作预测的发展方向做了进一步探讨和展望.     

多元回归-马尔可夫复合模型在上证综指预测中的应用

本文研究了近年我国股票市场与国际股票市场指数之间的关联性,为了弥补一般多元回归模型对于随机波动性强的数据的预测误差大的缺陷,建立了多元回归-马尔可夫模型,通过对比分析,该复合模型较一般的多元回归模型预测效果更佳。最后利用复合模型对上证综指进行了短期预测。     

基于马尔可夫链的企业应收账款管理

随着市场经济的发展,企业通过商业信用来促进销售,扩大销售收入,以期提高自己的竞争能力,但同时大量的应收账款却造成了企业资金周转困难,坏账带来的损失也越来越大。如何预测企业的应收账款,进而有效的对企业的应收账款进行管理就成为了企业经营管理的一个重点。本文将通过齐次马尔可夫链的理论与方法构建企业应收账款发生坏账的预测模型,并用该模型对企业的现金折扣的制定以及追讨欠款的决策制定提出建议,以有效的减少坏账损失从而提高企业的利润。     

投机性股市泡沫预警指标的构建与实证分析

金融自身的泡沫问题作为引发金融危机的一个重要方面,正成为金融体系乃至整个经济体系健康发展的重大威胁.本文以中国股市泡沫问题为研究对象,针对股市交易中投机性大小建立预警体系从而对投机性股市泡沫进行有效的监控.本文选取了8项经济指标,通过对1998-2007年10年间我国股市泡沫水平的相对变动进行分析,结合功效系数法[1]构建了投机性股市泡沫预警体系的理论框架,并据此对我国上证A股投机性股市泡沫建立相应的预警指标体系进行实证分析,得到了一些有用的结论.     

基于随机波动性模型的中国股市波动性估计

采用动态随机波动性模型实证研究了中国股票市场的波动性. 通过基于马尔可夫链蒙 特卡罗(MCMC) 模拟的贝叶斯分析方法,较好地估计了随机波动性模型中的参数与波动性序 列. 基于中国股市数据进行的实证结果表明,与ARCH 类模型相比,随机波动性模型能更好地 描述股票市场回报的异方差和波动性的序列相关性.     

马尔可夫分析法在应收账款管理中的运用

在企业的管理决策等工作中,经常会遇到这样的情况,事物未来的发展及演变状态仅仅受事物现状的影响,而与过去的状态无关,也就是具有马尔可夫性。本文运用马尔可夫模型,对具有马尔可夫性的应收账款分析和预测,为马尔可夫分析法应用的拓广以及应收账款的管理和预测提供理论依据和实际应用的参考。     

匹配追踪算法对上海股市价格行为的分析

股票市场价格变化因其复杂性,曾广泛被认为是一随机游走.本文应用匹配追踪算法,从一个称之为波形词典的函数库中自适应地提取出一系列与上证综指收益率序列最为匹配的时频原子;通过分析这些时频原子在时-频空间的能量分布以及与原序列信号的相关程度表明,上海股票市场价格变化不符合随机游走,并附带得出了一些其价格行为的有益结论.     

考虑影响因素的隐马尔可夫模型在经济预测中的应用

定量预测方法分为因果预测法和时间序列预测法,因果预测法利用预测变量与其他变量之间的因果关系进行预测,时间序列预测法是根据预测变量历史数据的结构推断其未来值。由于因果预测法只利用某个变量与其他变量之间的因果关系,但缺少描述变量自身时间序列结构的功能;而时间序列预测法只能描述变量自身序列的结构,但没有考虑其他相关因素的影响,因此本文提出基于观测向量序列的隐马尔可夫模型(HMM)预测方法,该方法能同时考虑变量自身序列结构以及相关因素的影响。首先介绍HMM基本理论;其次,在模型训练、隐状态序列估计的基础上,提出基于观测向量序列HMM预测算法;最后分别进行仿真实验和实证研究,结果表明该方法的有效性。     

基于随机Petri网的遗传算法性能分析

本文采用随机Petri网方法,对遗传算法进行初步的性能分析。首先建立了遗传算法的Petri网模型,引入实施速率将其转化为SPN,同构为马尔科夫链,求出各个状态的稳定概率,得出算法各个步骤的利用率。试验结果验证了该方法的可行性。     

多元GARCH 建模及其在中国股市分析中的应用

简要回顾了一元ARCH 类模型的发展过程,介绍了多元GARCH 类模型的四种形式. 针对 传统基于梯度信息的多元GARCH 模型估计方法的不足,提出了基于遗传算法的似然估计方 法,并利用中国股市数据进行了实证研究. 结果说明中国股市存在着波动的持续性和显著的二 元GARCH 效应,并且沪、深股市不存在协同持续性.     

多元GARCH 建模及其在中国股市分析中的应用

简要回顾了一元ARCH类模型的发展过程,介绍了多元GARCH类模型的四种形式.针对传统基于梯度信息的多元GARCH模型估计方法的不足,提出了基于遗传算法的似然估计方法,并利用中国股市数据进行了实证研究.结果说明中国股市存在着波动的持续性和显著的二元GARCH效应,并且沪、深股市不存在协同持续性.     

考虑投资者情绪的中国股市自激发效应研究

本文在极值理论中引入行为金融学,结合标值自激发点过程(MSEPP)刻画股指收益率极端值序列的集聚性、短期相依性,并将传统的超阈值模型所描述的齐次泊松过程拓展为非齐次泊松过程,探讨投资者情绪对极端收益率的冲击。运用风险偏好指数的方法,基于沪深300指数成份股合成中国投资者情绪指数(EMSI),进一步构建MSEPP-EMSI模型预测沪深300指数、上证综合指数及深圳成分指数的极端风险爆发概率,并对其进行动态ES风险测度。实证结果表明,沪深股市在短期内股指连续暴跌现象时有发生,投资者极度负面情绪会加剧股市的剧烈动荡,当考虑投资者情绪对极端风险的冲击时,MSEPP-EMSI模型能有效的提高对极端风险的概率预测精度及ES预测精度。     

灰色模型在中国股票市场预测中的应用

股票价格和股价指数的准确预测有利于投资者获得高额的市场回报和政府对市场的有效监管.本文将灰色模型应用于股票市场,构成灰色预测模型,对未来时刻的股票价格及股价指数的阳变和阴变周进行预测.实证研究表明,将灰色系统理论应用于股票市场,对股票价格及股价指数进行预测是完全可行的、合理的,而且达到了较高的精确度.     

基于经济活动分析的成本管理链在水电工程工程中的应用探讨

成本管理作为项目管理中的一个极为重要的部分,对于现目前我国水电工程有着不可忽视的作用和意义,成本管理在水电工程中的应用将有效地减少企业在水电工程中投入的成本,在促使企业获得更多效益的同时,也能促使企业管理者管理水平的提高。     

傅氏分析法在电冰箱销量预测中的应用

本文在充分阐述傅氏分析理论的基础上,以历史数据为依据,对某市场的冰箱需求作出了预测。可以为冰箱企业的决策活动提供参考。     

马尔可夫切换模型及其在中国股市中的应用

马尔可夫切换模型是一种研究时间序列结构性变化的方法。为了定量研究中国股市的波动特征,采用深证成指作为中国股市波动状况的指标数据,建立3-状态、异方差、四阶自回归形式的马尔可夫切换模型对数据进行计算和分析,由此总结了中国股市的波动特征。     

强化学习算法在供应链环境下的库存控制中的应用

以两级库存为例,提出了一种优化库存管理的方法.该方法包含3种技术马尔可夫决策过程、马尔可夫博弈和一种用于求解马尔可夫博弈的强化学习算法.具体操作过程是,将一个两级的库存系统通过马尔可夫博弈建模,再用马尔可夫博弈和强化学习的知识求解该模型,并得出该系统的优化解.     

区块链技术在急救中心档案管理中的应用

本文主要对区块链技术的概念、特点及关键技术进行简单阐释,指出该技术在急救中心档案管理中应用的优势,分析该技术在急救中心档案管理应用中面临的困境,并提出相应的策略,为提高急救中心档案管理水平,确保档案信息的安全提供有益的借鉴。