基于支持向量机的中国股指期货回归预测研究

本文针对股指期货预测的特点,选择对股指期货指数有重要影响的相关指标,首次提出用支持向量机(SVM)方法对其进行回归预测,并用遗传算法(GA)和粒子群算法(PSO)分别优化四种不同核函数的支持向量机,构建了八种不同的中国股指期货回归预测方案,用实证研究的方法对这八种方案的准确性和时效性进行了比较。实验结果表明粒子群算法优化的线性核函数支持向量机作为中国股指期货回归预测的模型,具有更好的预测效果。     

Excel回归分析法在财务预测中的应用

财务预测是企业决策的前提与基础,Excel是一个具有强大功能的数据管理与分析软件,我们可以运用Excel进行回归分析财务预测,以提高工作效率。本文通过案例分析,运用Excel函数与数据分析工具两种方法建立直线回归模型,并进行回归分析的预测。     

基于Excel的向前增选法多元线性回归在体育教学中的应用

直线回归研究的是一个因变量与一个自变量之间的回归问题,但是,在社会经济领域的许多实际问题中,影响因变量的自变量往往不止一个,而是多个,比如血压受年龄、性别、体重、性格、职业(体力劳动或脑力劳动)、饮食、吸烟、血脂水平等因素的影响,因此需要进行一个因变量与多个自变量间的回归分析,即多元回归分析.其中最为简单、常用并且具有基础性质的是多元线性回归分析,许多非线性回归和多项式回归都可以化为多元线性回归来解决,因而多元线性回归分析有着广泛的应用.目前,在体育统计学中大多采用SPSS统计软件进行回归分析.本文利用Excel的数据分析工具,通过建立“最优”回归方程对因变量进行预测或控制.     

基于神经网络的科技进步态势预测

可以采用多元线性回归方法、神经网络方法等多种方法对城市科技进步做出预测。首先尝试利用多元线性回归方法,发现误差比较大,继而采用神经网络方法,达到了很高精度。在此基础上,对2010年哈尔滨科技进步态势进行了预测     

线性回归在经济中的应用

线性回归分析是当代统计关系学的分支之一,也是用于经济领域开展具体的经济问题预测的应用比较频繁的一种数学方法。实质上就是通过对有关经济数据进行统计,然后研究出不同变量彼此间所存在的线性关系,并以这种关系为参考对经济未来的发展方进行适当的预测。本文从这种统计方法以及经济预测的概念出发,对最常用的一元线性回归在经济领域中的应用进行了探讨。     

2000年哈尔滨住宅市场预测

对哈尔滨市住宅市场发展及其影响因素进行了深入的分析,并采用了二元线性回归的模型对哈尔滨住宅市场进行了预测。     

基于MATLAB的回归分析模型在经济预测分析中的应用

经济预测是企业决策的前提与基础,MATLAB具有强大的数据处理和分析功能,可以方便、快捷、准确、直观地进行回归数学建模和预测分析.本文通过案例分析,运用MATLAB统计工具箱中提供的命令regress建立回归分析数学模型,并进行回归预测分析,取得很好的效果.     

数据流自适应查询系统中预测算法

基于历史数据的未来事件预测在系统管理,自适应查询环境监测和金融分析等领域的重要性日益增加.由于数据流中的数据的存在是暂时性的,因此我们需要创建能够反映数据流中历史数据之间关系的“纲要”,其在预测过程中起着至关重要的作用.在这篇论文中我分析了当前数据流自适应查询预测领域最前沿的3种主要分析纲要(多元线性回归,贝叶斯网络,分类回归树)以及其基本特点,执行步骤和用途.     

非参数计量经济联立模型的变窗宽估计理论

联立方程模型在经济政策制定、经济结构分析和经济预测方面起重要作用. 文章将非参 数回归模型的局部线性估计方法与传统联立方程模型估计方法相结合,在随机设计(模型中所 有变量为随机变量) 下,提出了非参数计量经济联立模型的局部线性工具变量变窗宽估计并利 用概率论中大数定理和中心极限定理等在内点处研究了它的大样本性质,证明了它的一致性 和渐近正态性,它在内点处的收敛速度达到了非参数函数估计的最优收敛速度     

多元线性回归与ARIMA在中国人口预测中的比较研究

参考中国统计年鉴1970-2005年的数据，文章建立了多元线性回归模型和基于ARIMA算法的时间序列模型对我国人口进行预测，将结果与实际值进行比较，得出多元线性回归模型在人口预测上具有更高的精准度。两个模型同时表明，我国人口在短期内会继续增长，并且多元线性回归模型表明增长趋势会逐渐变缓。     

Logistic方法在财务困境预测中的应用

财务困境预测已成为国内外广泛关注的研究领域.财务困境预测方法主要包括多元线性判别法、逻辑回归法等参数方法以及神经网络等非参数方法,本文对各主要方法的优劣进行了评价,阐述了逻辑回归模型在财务困境预测领域的应用现状,并应用Logistic模型对我国上市公司进行了分类预测,在T-2年上取得了较好的预测精度.     

利用Excel进行未来现金需求量的预测

首先,利用Excel中线性回归的功能,根据企业销售收入的历史数据对企业的销售收入进行预测;其次,根据财务学的原理,企业销售成本、应收账款、存货等财务数据与销售收入具有相关关系;再次,利用Excel中线性回归的功能,对这些数据进行预测;最后,根据预测出的资产负债表和利润表的数据,利用Excel手工重算的功能,预测出企业未来的现金需求量.     

多项式Copula方法对市场相关结构的分析

Copula函数的出现解决了如何为描述市场相关性的问题,同时也为构建多元函数的联合分布提供了一种可行的方法。然而由于高维copula函数的拟合相对比较困难,本文首次通过对高维copula的Bernstein多项式展开,建立关于市场相关结构的多参数线性模型。然后将沪深两市的指数经过GARCH处理后,作为经验数据带入进行多项式回归。从而验证了运用多项式逼近来描述市场相关结构的方法是可行的。     

基于PLS的变权重组合预测方法

在目前研究较多的组合预测模型中加权系数是不变的.事实上,假定加权系数为常数,组合预测模型并不能很好地反映预测方法的有效性.基于以上事实,本文提出基于PLS的变权重组合预测方法,利用偏最小二乘回归方法求得组合预测的权重函数.最后通过实例分析验证了方法的有效性.     

用线性回归法建立城市环境空气质量预报模式

本文探讨了用线性回归法建立城市环境空气质量预报模式以及所建模式用于实际预测的可行性。结果表明,由气象资料和污染物浓度延续性构成的线性回归模式预报城市环境空气质量是可行的。     

中国股票市场可预测性研究：基于机器学习的视角

股市风险溢价是金融学中的一个经典研究问题.常见的线性模型存在着模型误设和参数不稳定的问题，难以有效预测风险溢价.本研究从机器学习的视角重新检视了中国股票市场的可预测性.基于1996年1月—2019年12月的数据，构建提升回归树(boosting regression trees, BRT)模型对股市收益率与波动率进行样本外预测，并构建了最优风险资产配置模型.实证结果显示：1)提升回归树方法能够对收益率、波动率和最优风险资产权重做出准确预测；2)在收益率预测中最重要的三个变量分别是净权益增加值、换手率和股价方差；挖掘预测变量之间的非线性关系是BRT预测能力的来源；3)结合提升回归树预测构建的最优风险资产组合可以为投资者带来更高的收益和效用.本研究将机器学习方法引入股票市场风险溢价的研究，为此问题的研究提供了全新的视角.     

基于模糊神经网络的企业财务危机非线性组合预测方法研究

本文提出了一种基于模糊神经网络的企业财务危机非线性组合建模与预测新方法,并给出了相应的混合学习算法。通过与多元线性回归模型、Fisher模型和Logistic回归模型的预测结果对比表明,该方法具有预测精度高,学习与泛化能力强,适应性广的优点。在预测上市公司财务危机方面优于其他方法。     

国际煤炭市场价格的预测模型

根据国际煤炭市场价格的特性,建立了国际煤炭市场价格预测的随机序列线性模型,应用实际数据回归出预测方程并检验了模型。     

我国宏观经济非参数联立模型的局部线性广义矩估计

联立方程模型在经济政策制定、经济结构分析和经济预测方面起重要作用,但以往的线性或非线性联立方程模型容易造成单方程的设定误差,致使联立方程的累积误差很大,不能很好地反映现实中的经济现象.本文将非参数回归模型的局部线性估计方法与传统联立方程模型估计方法相结合,首次提出了非参数计量经济联立模型的局部线性GMM估计并应用于我国宏观经济非参数联立模型且与线性联立模型进行了比较,结果表明:我国宏观经济非参数联立模型优于线性联立模型.     

Excel在成本预测中的应用

本文探讨了Excel在成本预测中的应用问题。具体阐述了利用Excel自动求解两点法、回归直线法的结果,从而利用成本公式间接预测成本或者利用函数直接预测成本,以达到加强成本管理的目的。