基于FIGARCH模型的股指波动性估计与预测研究

首先引入了FIGARCH模型,并讨论了具有不同分布特征FIGARCH模型参数估计方法。采用沪、深两市的指数数据考察了考虑长期记忆的FIGARCH模型、不考虑长期记忆的GARCH模型和IGARCH模型对市场波动性的拟合效果和预测能力。实证结果表明非对称的t分布和广义误差分布的分布函数更适合我国股市波动特征的描述,FIGARCH模型在拟合效果和预测能力方面都要优于其他两个模型。     

石油期货价格的收益率及波动率的长记忆性研究

金融市场的长记忆性问题研究一直吸引着众多研究者的目光,但是期货作为一种金融衍生工具,其长记忆性的研究相对于股票来说却很少。国内外大多数的研究都是针对股票市场,运用的主要方法是R/S分析,修正的R/S分析法,GPH分析法等,大部分都是用ARFIMA模型对长记忆时间序列进行分析。本文介绍了时间序列的一些模型,介绍了单位根检验方法,采用样本自相关函数法,传统的R/S分析法,GPH分析法,运用MATLAB,EVIEWS,Oxmetirc4环境下的G@ARCH42软件包等编程,检验了美国原油期货(NYMEX)市场样本数据的长期记忆性,并得出如下结论:石油期货收益率序列的长记忆性不明显,而波动率的替代指标绝对收益率序列呈现较强的长期记忆性。同时本文通过比较描述收益率序列以及绝对收益率序列模型的优劣性,发现收益率序列可用GARCH(1,1)模型来描述,而FIGARCH(1,d,1)模型相对GARCH(1,1)模型来说,能更好的描述波动率的替代指标——绝对收益率序列。     

中国高新技术产业园区小波网络评价模型

在对高新技术产业园区评价指标分析的基础上,提出了中国高新技术产业园区发展的小波网络综合评价模型,并在最小均方能量准则下,采用相应的共轭梯度学习算法求解子波函数线性组合的尺度和时延参数,以及小波网络的权值.实现了对高新技术产业园区发展的综合科学评价与判断.     

基于小波神经网络的信息系统综合评价模型

针对信息系统的特点和小波基具有很强的自适应性和函数变化能力,提出了一种基于小波神经网络的信息系统综合评价模型,并在最小均方能量准则下,采用相应的共轭梯度学习算法求解小波函数的尺度和时延参数,以及小波网络的权值。仿真实验表明该算法用于信息系统综合评价的有效性与准确性,为信息系统的评价研究提供一条新的途径。     

基于小波分析与支持向量机的人民币汇率预测

利用支持向量机方法对汇率进行预测是金融市场研究领域一个重要的研究课题.结合小波变换与支持向量回归,提出一个三阶段时间序列预测模型.先以离散小波框架将汇率序列分解成不同尺度的多个子序列,揭示蕴含在预测变量内的信息,并对各个子序列进行时间序列分析,再以支持向量回归为工具,以这些子序列为预测变量建构支持向量回归模型,最后将各个序列的预测结果进行重构,得到预测结果.实证结果显示,该模型的预测效果较之BP神经网络与单纯的AR-SVM模型更优,证明基于小波分析与支持向量机相结合的预测模型可以为人民币兑美元汇率提供比较准确的预测.     

基于小波多分辨率系数模值的并发故障检测方法

提出了利用小波分析技术进行信号奇异性检测的多重并发故障检测方法。利用小波多尺度分解技术,将信号进行多尺度的小波分解,得到不同尺度下的信号高频分量的小波系数模值,并根据奇变信号和噪声信号小波系数模值的差异,采用软阈值去噪法,对其高频分量小波系数进行去噪处理,获取不同尺度上突变信号的小波系数模值,实现对故障的检测,并可根据不同尺度上小波系数模值的对应关系,实现对多重并发故障的区分。对电网信号分析的仿真结果证实了该方法的正确性和可行性。     

基于小波变换的随钻测试数据降噪方法研究

为消除随钻测试装置采集信号中的噪声,给工程人员提供准确的现场信息,提出了基于小波变换的方法对随钻测试数据进行降噪处理。首先,根据含噪声的随钻测试数据模型建立起小波变换降噪的基本流程。其次,在对含噪信号的小波变换特性分析的基础上,运用自相关函数对其在小波变换尺度空间中进行白噪声检验,确定小波最优分解层数。在分析对比小波降噪阈值的不同选取方式后,采用广义交叉确认理论来计算最优降噪阈值,从而在对信号降噪的同时还最大程度地保留了信号的有效特征成分。最后给出了基于该方法小波变换的随钻测试数据降噪的详细步骤,对实测的钻压和扭矩数据进行了小波降噪,取得了良好的降噪效果,为钻井工程后续分析提供了可靠的数据支撑,证明了本方法的优越性。     

基于小波隐性马尔可夫树模型的车牌定位

根据小波隐性马尔可夫树模型对车牌纹理特征精确的多尺度描述,提出了一种基于WHMTM的车牌定位方法。该方法首先以小波域的高频滤波作为预处理,再根据车牌纹理的WHMTM参数采取从粗到精多尺度地分割车牌,从而快速、准确地在复杂的背景中定位车牌。实验结果表明该方法是一种速度快且抗扰性强的车牌定位方法。     

GARCH类模型波动率预测效果评价——以沪铜期货为例

以沪铜期货为例,研究了GARCH、EGARCH、FIGARCH和FIEGARCH四种模型的波动率预测效果。以已实现波动率为模型评价衡量标准,分别采用M-Z回归和损失函数进行预测效果检验,结果表明,无论残差服从高斯分布还是t-分布,不同的GARCH类模型预测效果有显著差异,其中FIGARCH模型预测效果最好,其次是GARCH模型,EGARCH和FIEGARCH模型预测效果不佳。此结论说明我国铜期货市场具有显著的长记忆性,但不具有非对称效应。     

一种双树复小波域最大散度差人脸识别方法

针对人脸图像,双树复小波变换具有良好的方向选择性、近似平移不变性,并且能够进行局部多尺度描述.本文利用双树复小波变换的优点,提出了一种基于双树复小波变换人脸特征表示的人脸识别方法.该方法首先利用DT-CWT捕获人脸图像不同尺度和方向的局部特征并形成人脸特征表示,然后结合最大散度差鉴别分析提取有助于分类的鉴别特征.实验结果表明该方法对于人脸分类是有效和鲁棒的.     

小波包与混沌集成的股票市场预测新方法

基于小波包变换和混沌理论提出了一种股票市场建模及其预测的新方法,既能刻划时间序列的规律,又能捕捉混沌状态的特征。首先,应用小波包变换对上证综指和深证成指日收益率序列进行三层分解,分别得到第三层从低频到高频八个频率成分的时序,并在此基础上作进一步分析,结果表明中国股市存在混沌特性;然后,应用混沌理论分别建立从低频到高频八个时序的预测模型,分别对八个时序进行预测;最后,基于小波包理论对混沌模型预测的结果予以重构,实现对原始收益率序列的预测。与现有方法比较,该方法具有较高的精度和较大的应用范围。     

用小波系数估计图像边缘方向的相干增强扩散图像降噪算法

在分析相干增强扩散方法和小波阈值收缩方法之间关系的基础上,给出了相干增强扩散在小波分析意义下的解释,同时解释了相干增强扩散方法与小波阈值收缩方法在图像性质上的等价性。针对相干增强扩散计算扩散矩阵较慢的缺点,提出了一种用小波系数估计图像边缘方向的相干增强扩散图像降噪算法。仿真试验结果表明,该扩散算子可以很好地定位图像边缘,较好地运用了小波的时频分析功能。     

在暂态电能质量检测中的小波性能比较

针对小波分析中所用到的小波函数具有不唯一性及用不同的小波基函数分析同一个问题会产生不同结果的特点,对于普遍应用的Daub4小波和Meyer小波,在各种不同类型的电能质量分析中的结果进行了比较.结果表明,在几乎所有的暂态问题中,Meyer小波的检测能力都要优于Daub4小波.     

基于小波多分辨分析的中国股票市场因果关系分析

将Granger因果关系检验与小波多分辨分析相结合,把股票指数收益序列分解为不同的尺度分量,从尺度分量的角度分析我国沪深两个股票市场之间的因果关系,说明了某一市场收益的有些尺度分量与另一市场收益间的因果关系不同于两市收益的基本因果关系,又说明了两市收益的有些对应尺度分量之间的因果关系不同于两市收益的基本因果关系。结果表明,该分析可为我国两个股票市场之间的关联性及其成因和趋势提供理论支持。     

一类复子波的时-频局域化特征分析

介绍了一类新的复基子波??Y(母波,引进时间算子和频率算子分析了Y(母波的时间、频率和时－频局域化特征。理论和数值分析结果表明：Y(母波具有良好的时(频局域化特征;选择适当的参变量,可以构造出逼近“最优”时－频局域化特征窗函数的复母波。     

子波分析中尺度与波长的关系

通过对数据序列的子波分析中尺度与波长的关系研究,讨论了子波分析的特点和子波变换的不同定义及在傅里叶变换域中的意义,通过子波的定义求出了子波分析中波长与尺度的一般关系式,从理论和实验两方面对Morlet母子波的尺度与波长的关系进行了分析,给出了一些常用子波尺度与波长的关系式。     

小波变换的齿轮泵故障分析

通过对齿轮油泵结构、性能的分析,以泵在正常运行和不同的故障状态下输出压力为信号,提出了基于小波变换的方法来提取和分离输出压力信号,并利用小波分解的方法诊断输出压力信号中包含的故障信息。以此对常用齿轮泵作仿真和试验,所呈现的压力信号三层小波分解系数均不相同,而第三层小波分解系数的差异尤其明显。因此,可利用第三层小波分解系数有效地诊断或甄别齿轮泵运行的状态和隐匿的故障,有利于掌握诊断的主动性,具有较强的实用性。     

ARMA过程的小波特征

本文分析了由具有二阶矩的ARMA过程的小波特征,把时序模型与小波变换结合起来,得到一些新结果。     

基于赔付期望的财产保险业产出模型研究

本文从《中国保险年鉴》和中国保监局广东省监管局网站获取广东省（不含深圳）财产保险业统计数据,应用移动平均值法和适应性预期法对赔付率进行平滑;鉴于赔付率数据能够较好拟合差分自回归移动平均模型,采用小波降噪去除白噪声的方法,平滑赔付率数据。三种方法中,小波降噪平滑后的数据与原数据误差最小,平滑效果最好。三种平滑方法均能够抵消巨额未决赔款拉低总产出的影响,较好地平滑了财产保险业的总产出。     

基于分数小波变换的空域相关特性的信号降噪新方法

简要介绍了分数小波变换的基本思想及在信号处理方面的特点。利用分数小波变换系数在不同尺度上对应点处的相关性对其进行选择和处理,这样处理后的分数小波变换系数基本上对应着信号的边缘,然后对信号系数进行重构,达到了降噪的目的。以数值仿真和实测齿轮箱振动信号为例,研究了该方法的降噪效果,同时和小波包直接降噪进行了比较。结果表明,该方法能够有效降低振动信号中的背景噪声。