利率期限结构预测、国债定价及国债组合管理

国债利率期限结构是固定收益产品定价和投资组合管理的核心问题。本文利用NARX（Nonlinear AutoRegressive network with eXogenous inputs）神经网络模型研究利率曲线的运动机制,拟合并预测利率期限结构,在此基础上利用Hermite插值方法构造平滑的利率曲线并计算得到国债理论价格及其预测值。实证分析发现我国国债定价效率不足,交易价格显著偏离理论价格,但国债的理论价格的实际值和预测值均对交易价格具有显著的预测能力。基于上述发现本文提出了主动国债组合管理策略,通过预测的期限结构得到国债理论价格的预测值构建的多空对冲组合和单边多头组合均能获得显著的收益。本文的研究丰富了利率期限结构的研究方法,提出的主动国债组合管理策略对通过交易提高国债定价有效性具有参考价值。     

基于回归神经网络的长期电力负荷组合预测模型研究

本文研究了用逐步回归、岭回归和偏最小二乘回归方法消除变量间的多重共线性,最后得到三个回归模型。单一预测方法的结果时好时坏,需要通过组合预测来提高预测精度。本文将神经网络技术与回归模型相结合,将预测值作为输入,实际用电量值作为输出,确定神经网络的拓扑结构,最后用训练好的BP神经网络预测江苏省全社会用电量。结果显示,组合预测的精度明显高于单个模型。     

确定组合预测权系数最优近似解的方法研究

一、引言组合预测可以综合利用各单项预测方法提供的信息,是提高预测精度的有效途径,组合预测的关键是确定各单项预测方法的加权系数;根据加权系数是否为时变参数,组合预测方法大致可分为非线性组合预测方法和线性组合预测方法两类;目前研究最多、应用最广泛的是线性...     

非负权重最优组合预测的计算方法研究

非负权重最优组合预测的计算方法研究曾勇,唐小我组合预测（ＣｏｍｂｉｎａｔｉｏｎＦｏｒｅｃａｓｔｉｎｇ）可以综合利用各单项预测方法提供的信息,是提高预测精度的有效途径。近年来,组合预测一直是国内外预测学界研究的重点课题之一。１９８９年,国际预测领域的权...     

Prophet-X-12-ARIMA组合模型及交通运输量预测

由于受到经济社会因素的影响，交通运输量数据具有趋势多变及季节性明显的复杂特征。现有的预测模型，如X-12-ARIMA模型、ARIMA模型和Prophet模型等的预测准确性有待改进。文章构建Prophet-X-12-ARIMA组合模型，综合了Prophet模型灵活拟合趋势成分的优势以及X-12-ARIMA模型能准确分解出季节成分的优点。采用该模型预测某城市的七种交通运输量序列，结果显示Prophet-X-12-ARIMA组合模型的半年度和年度预测效果明显优于Prophet模型、X-12-ARIMA模型及ARIMA模型。进一步研究发现，当原始序列趋势变化剧烈时，Prophet-X-12-ARIMA组合模型的预测效果更优。     

国内生产总值回归预测新探

文章通过对我国2012年国内生产总值回归预测实证分析,研究了国内生产总值的主要影响因素及回归预测的新方法.在研究中首次提出了多个一元回归模型组合运用、组合模型权数按各相应模型误差率大小进行分配,以及一元回归组合模型与多元回归模型再组合运用的思想和方法.这对于完善回归预测理论和方法,拓展预测研究思路,增强预测方法的选择性和应用性等,具有重要意义.     

石油价格的一种变权重组合预测

石油价格的预测具有重要的意义,近年来的研究表明,变权重组合预测比常数权重组合预测具有更高的精度.本文提出一种利用神经网络和时间序列进行变权重组合预测石油价格的方法,这种方法相对于常数权重组合预测方法更接近油价波动的实际情况,对于石油价格的预测具有一定的应用价值.     

最优组合预测方法评析

组合预测,即是将若干种预测方法赋予不同的权重,从而形成综合的组合预测模型.自Bates.J.M.和Granger.C.W.J.首次提出组合预测方法以来,组合预测已经取得了很大发展.理论研究和实际应用表明,组合预测模型比单个预测模型具有更高的预测精度,能增强预测的稳定性,具有较高的适应未来预测环境变化的能力.因而引起了众多学者浓厚的研究兴趣.     

基于支持向量机的组合预测法及其应用

支持向量机(Support Vector Machine)是Vapnik等人根据统计学习理论提出的一种新的通用学习方法,它是建立在统计学习理论的VC维理论和结构风险最小原理基础上的,能较好地解决小样本、非线性、高维数和局部极小点等实际问题,能提高学习机的泛化能力,已成为机器学习界的研究热点之一,并成功地应用于分类、函数逼近和时间序列预测等方面.而组合预测作为一种博采众长的预测方法愈来愈受到人们的重视和广泛应用.本文利用支持向量机的方法,构造一种新的组合预测方法,该组合预测方法具有预测精度高,泛化能力强等特点.应用此方法对河北省卫生技术人员总数进行预测,取得了很好的预测效果.     

几种组合预测方法对股票市场的预测效果研究

为了研究几种组合预测方法的预测效果,文章首先利用GM(1,1)、BP神经网络、支持向量机(SVM)三种单一预测方法对2008年的上证工业股指数、上证商业股指数、上证地产股指数、上证公共事业股指数作了预测,然后分别利用最优权重线性组合预测模型、基于SVM和基于BP神经网络的非线性组合预测模型对上述股指作了预测.通过对各种预测方法的预测效果进行对比分析,发现:在进行组合预测时,选择其中预测效果最好的一种方法作为二次组合预测的模型可以大大提高组合预测的效果.     

组合预测及其应用研究

组合预测及其应用研究浙江财经学院徐大江一、简述各预测方法性能的优劣是有条件的，为了有效地使预测具有对未来变化较高的适应性，即提高预测精度，增加预测的稳健性，可将若干种预测方法组合成一个预测模型，这就是组合预测。组合预测模型是两个或两个以上观测方法对同...     

基于经验模态分解和广义可加模型的双变量频率结构影响研究

文章提出了一种基于经验模态分解和广义可加模型的组合方法,以研究非平稳自变量中不同频率的波动成分对因变量的非线性影响。模拟分析表明,经验模态分解可以对非平稳序列进行有效的分解,得到不同频率的波动成分,揭示了数据的内部频率结构。     

基于T-S模糊模型的非线性组合预测方法研究

一、引言自从Ｊ．Ｍ．Ｂａｔｅｓ和Ｃ．Ｗ．Ｊ．Ｇｒａｎｇｅｒ首次提出组合预测方法［１］以来,组合预测的研究已经取得很大的进展,文献［２～６］对此有比较详细的综述和评价。根据集结或组合各单项预测模型的方式不同,组合预测一般可分为线性组合预测和非线性组合预...     

基于分片逆回归的小样本组合预测建模方法

针对在基于回归的小样本组合预测中,容易出现预测模型多于用于组合预测的样本数量,导致回归系数无法估计的问题,文章从信息重组的角度对组合预测建模方法进行了研究.首先采用三次样本插值对原始样本容量进行扩充,然后采用采用分片逆回归方法对扩充后的样本进行降维处理,并在此基础上构建基于回归的小样本组合预测模型.最后实例通过与常用组合预测方法结果的比较说明了该方法的可行性和有效性.     

基于组合评价的浙江省城市可持续发展能力实证分析

通过构建层次分析法、熵权法及主成分分析的组合评价模型,对浙江省十一个地级市的可持续发展能力进行综合评价。结果显示,杭州市毫无争议的登上"头把交椅",而其他地级市也有其相应的"座次"。同时,也可以看出采用三种评价方法对城市可持续发展能力的评价结果有所不同,但三者之间总体上具有高度的正相关性。因此,采用这三种评价方法为基础的组合评价模型是合理有效的。     

论最优加权组合预测思想在证券投资决策中的应用

一、引言自Bates和Grange1969年在运筹学季刊上发表论文《组合预测》以后,国内外对组合预测的研究日趋活跃,已有不少方法和应用成果。通常组会预测模型是用多个预测方法对同一预测对象进行预测的加权组合。而各个预测模型的权重合成方法已有十几种。本文主要利用最小二乘、最小一乘及极小极大化准则下组合预测模型,讨论组合证券投资决策模型。二、最优加权组合预测模型对于一个实际预测问题,设yi,yZ…,人为n期实际数据,欲利用这n期数据对未来的n＋1期数据八十;进行预测,设为对于上述预测问题的N种不同预测模型的预测值,误差为：…     

海洋经济预测模型的创新研究

组合预测法综合运用多种预测理论,最大可能地利用可用信息,预测精度高于基于单一模型的预测方法.组合预测模型主要有两种方式:串联型组合预测法和并联型组合预测法.文章以海洋经济的发展趋势预测为例,分别采用不同的预测方法进行实证检验,结果表明串联型组合预测法的预测精度要高于并联型组合预测法.     

基于一种贴近度的IOWA算子的优性组合预测模型

传统的组合预测模型中每一种单项预测方法在各个时点具有相同的加权系数,但实际上同一种单项预测方法在各个时点的预测精度有高有低,为了克服单项预测方法取固定权系数的缺陷,构建了基于一种贴近度的IOWA算子的变权系数的组合预测模型,并探讨模型的非劣性组合预测、优性组合预测存在性的充分条件,实例分析结果表明：该模型在预测效果评价指标体系中明显优于传统的组合预测方法。     

基于新的相关性组合预测模型构建

文章通过预测中各数据按指标无量纲化处理,提出了贴近度等新的概念,构建了基于新的相关性指标的算术平均最小贴近度的组合预测模型。针对该模型,探讨了非劣性组合预测、优性组合预测、冗余预测方法的存在性和冗余信息的判定,从理论上研究了该模型的有效性。最后进行实证分析,表明该方法是可行性和有效性的。     

模糊预测的组台预测

文章介绍了模糊预测的组合预测方法,给出两种模糊预测的组合预测方法:基于模糊最小二乘法的模糊预测的线性组合预测和基于Choquet模糊积分的模糊预测的非线性组合预测.