时间序列分析在金属价格预测中的应用

与回归分析不同,时间序列分析不是根据与其它变量的因果关系来预测一个变量的未来变化,而是根据该变量自身过去的规律来预测其未来的变化.这与实际中价格信息的复杂性特征具有较好的符合关系.作者在Intnet网上查取了伦敦金属交易所(LME)镍金属从1998年1月到2001年5月共41个月的月平均现金参与价值数据41个,用其中的前37个数据进行时间序列分析,得到了AR(3)模型,用最小二乘法和Yule-Walker法预测后五个数据,得到了较好的效果.因此在价格信息分析与预测中使用时间序列分析理论和方法具有广阔的应用前景.     

“时间序列外推法”在体育预测中的应用研究

本文通过查阅有关原始数据和文献，采用时间序列外推法对裘、章二人和省九届大运会男子乙组三级跳远前六名成绩进行了预测,将所得结果作了对照分析；并对该项目的发展趋势作了进一步的分析研究。     

混沌时间序列分析法在生产总值预测中的应用分析

国内生产总值是国家经济建设中一个重要的参数,是衡量国家经济实力和经济发展规模的重要指标,利用混沌动力学原理,采用相空间重构技术的混沌时间序列分析法,对改革开放以来(1978-2004年)我国国内生产总值(GDP)时间序列进行了分析,计算了时间序列的嵌入维数、延迟时间等关键参数,建立了局域预测模型。并且把预测结果和用灰色系统预测结果进行了比较。结果表明,用混沌时间序列分析法预测国内生产总值具有较好的精度。     

时间序列预测新方法及其在电信预测中的应用

利用时间序列稳定的季节性,建立一种新的时间序列预测模型。即建立季节末总量基于给定资料的条件分布,利用季节周期内已知的少数观测值来预测周期末总量;在总量预测的基础上进一步预测周期内的为止观测点。经过实证研究可以看出,该模型对于观测值少的时间序列有很高的预测效率。     

科学数据时间序列的预测方法

针对传统的时间序列分析方法预测科学数据效果较差的特点,提出了一种结合自组织神经网络和灰色理论的时间序列预测方法。该方法利用度量时间序列相似性距离函数,将时间序列按照其变化规律分成不同的类别,并在GM算法中针对白化参数进行优化,对科学数据时间序列进行自组织聚类,针对各类别采用灰色理论建立预测模型。试验表明,该模型适合科学数据的变化特点,提高了预测精度。     

时间序列分析方法及人民币汇率预测的应用研究

在简要介绍时间序列模型的基础上，使用人民币／美元的日汇率值进行实证研究，建立相应的ARIMA模型和EGARCH模型并进行预测和评价。研究结果表明，EGARCH模型的预测结果较ARIMA模型理想，适合描述人民币／美元汇率的变动趋势。     

基于时间序列分析的股价预测

基于收盘深发展股票价格的实际数据资料,通过对实际样本数据的预处理,确认股票价格序列为平稳非白噪声序列的基础上,利用SAS/ETS软件,采用ARMA方法,建立时间序列预测模型。应用的结果表明：本预测模型考虑了各种随机因素的影响,与实际状况有较高的吻合度,对动态数据进行预测是可行的,对于经济统计预测有一定的实用价值。     

基于混沌时间序列分析的股票价格预测

根据股票市场是非线性动力系统的假设,利用混沌理论对混沌时间序列的分析方法,提出了股票价格预测方法。同时利用重构相空间的嵌入维数和延迟时间分别确定经向基函数模型网络的结构和训练样本对,对实际的股票时间序列预测结果表明,该方法能有效地进行短期预测,并与前馈神经网络模型相比,可得到较好的预测结果,因而在股票时间序列预测中有广泛的实用价值。     

基于时间序列的民航客流量偏差率介入研究——以深圳、昆明国际机场为例

对于民航客运收益分析而言,客流动态变化情况是一个极为重要的内容。对此所作的实证研究表明,不同的统计时间序列（年度和月度）,所得出的民航客流量的变化规律是不同的,而且不同地域的机场客流量变化规律在同一统计时间序列上也是有差异的,这种差异与民航旅客结构构成有直接的关系。客流量偏差率和平均偏差率的应用分析可预测和把握民航客流动态变化趋向及深度,为收益管理策略制定提供重要依据。     

时间序列建模、预报的原理

本文介绍时间序列理论的基本内容,以及各种基本模型。最后对各类时序模型做预报公式。     

改进重力模型在铁路客运量预测中的应用

对重力模型参数随时间变化的规律进行了研究,用正弦函数描述了重力模型参数的波动规律,改进了原有重力模型将参数标定为常数的缺陷,并通过数据拟合对实例进行了验证,结果表明该模型预测精度较高。     

沪铜、天然橡胶期货价格时间序列的非线性检验

运用替代数据方法来分析判断上海期货交易所两种主要工业品期货———铜和天然橡胶的期货价格时间序列的非线性特征。通过对两种期货合约共三组样本观测数据的检验,发现期货收益时间序列存在明显的非线性成分,且存在某种相依性,为进一步期货价格时间序列的非线性特征提供依据。     

时间序列平稳性分析的自动机制研究

平稳性分析是建立时间序列自回归滑动平均模型的一个预处理过程,已有的分析方法研究颇多,但尚缺乏一个自动判定平稳性的机制。文章在分析自相关函数的基础上,引入非线性转换理论进行改进,并采用聚类方法建立时间序列平稳性分析的自动机制,为大批量时间序列的平稳性自动判定提供了一条新途径。文中采用了一组模拟数据和一组金融数据来进行实证分析,实验表明,平稳性分析的自动机制能得到较好的结果。     

试析道路交通事故预测

道路交通事故的预测与预防是提高道路交通安全水平的主要手段之一,是落实科学发展观、在交通领域创建和谐社会的具体体现。为了科学、有效地对道路交通事故进行防控,推进道路运输安全水平上一个新台阶,系统介绍目前常用的道路交通事故预测方法,并对这些方法进行了比较评述;同时介绍事故预测的要素、程序以及预测方法的选择等。     

小波变换的离群时序数据挖掘分析

针对时序数据进行离群数据挖掘方法的研究。通过对时序数据进行离散小波变换,将其从时域空间变换到频域空间,使时序数据映射为多维空间的点。该方法具有多尺度、时移不变性等特点,经离群时间序列进行离散小波变换后,不仅具有良好的保距性又达到降低维数目的。然后提出一种基于距离的离群时序数据挖掘算法。仿真试验表明了该方法的有效性。