卡尔曼滤波在高频金融时间序列模型预测中的应用

时间序列模型在预测中占有重要的地位,其固有的系统误差性往往对预测精度产生负面影响.文章以沪深300指数为研究对象,通过时间序列模型得到预测方程,并以此为基础推导出卡尔曼滤波的状态方程和测量方程,利用卡尔曼方程对预测结果进行修正.结果表明,卡尔曼滤波对时间序列模型的预测有优化作用,可以提高预测的精确度.     

ARMA模型在景区客流量预测中的应用

杭州是个美丽的旅游城市,而西湖风景名胜区是杭州旅游的核心区块。早在1979年,杭州首先在玉泉、儿童公园等设施较完备的公园率先实行收费参观,景区经过近三十年的发展、经营和保护,新景点不断增加,城市旅游不断扩容。尤其是到了21世纪,随着“黄金周”的实施,景区客流量猛增,在黄金周期间,景点内人满为患,景点基本处于饱和状态。游客的增加,不仅是对景区接待能力的严峻考验,更不利于景区旅游资源的保护。     

ARMA模型在期货价格预测中的应用

一、模型的数理基础 (一)ARMA模型概述 ARMA(Auto Regressive Moving Average)模型是一类常用的时间序列模型，由博克斯(Box)和詹金斯(Jenkins)创立，亦称B—J方法。它是一种精确度较高的时序短期预测方法，其基本思想是：某些时间序列是依赖于时间t的一族随机变量，构成该时序的单个时序值虽然具有不确定性，但整个时序的变化却有一定的规律性，可以用相应的数需模型近似描述。通过对该数学模型的分析研究，能够更本质地认识时间序列的结构与特征，达到最小方差意义下的最优预测。     

“三结合”教学法在新疆高校概率统计教学中的应用

概率论与数理统计是新疆高校普遍开设的一门基础课程,由于新疆是多民族聚居区,高校学生中有很多民族生,学生的基础参差不齐,而这门课又是教学难度较大的一门课程,理论知识的抽象性和思维方法的独特性使得学生学习时有一定的困难,     

恒定市场份额三层次两极均化模型及其应用——我国对“一带一路”沿线国家农产品出口增长的驱动因素及其贡献率分析

恒定市场份额（CMS）三层次两极均化模型将微观层面的商品价格、数量、种类,中观层面的国别、产业结构,与宏观层面的市场份额和需求规模有机结合起来,系统刻画出口波动的直接因素。基于该模型,本文从总体、动态、区域、产业4个维度逐层解析2002—2021年我国对“一带一路”沿线国家农产品出口增长的驱动因素及其贡献率。结果表明,进口需求效应占据主导地位,需求数量和价格水平增长均有显著贡献,虽然出口竞争力效应总体表现不佳,但是品类竞争力和质量竞争力均小幅改善。“一带一路”倡议提出后,出口竞争力效应显著增长,特别是数量竞争力效应大幅改善。研究还表明,上述效应在不同产业和区域既存在共性特征,也具有一定程度差异性。相对于CMS两层次分解框架,CMS三层次两极均化模型的研究内容更加丰富,经济学含义更加清晰,政策启示更加明确,具有更广泛的应用价值。