基于极值理论的沪深股市风险传染性研究

针对中国股市指数损失具有的典型事实特征,运用ARMA(1,1)-GARCH(1,1) 和ARMA(1,1)-GJR(1,1)构造出标准残差序列,再运用EVT对其极值尾部建模并结合随机波动过程估计动态极值风险VaR,然后对股市极值风险序列进行Granger因果检验,以判定风险传染性效应.结果表明,沪深股市动态极值VaR序列存在双向传染性效应;动态风险VaR由沪市向深市传染的强度大于反向传染的强度.     

面向多极值质量特性的过程参数全局优化研究

对于作用关系复杂,而且质量特性拥有多个极值的制造过程,现有质量改进方法只能实现参数的局部优化,产品质量仍有较大改进空间.本文采用支持向量机(SVM)作为复杂作用关系过程的近似模型,提出基于支持向量聚类(SV)与序列二次规划(SQP)的参数全局性优化方法.首先建立了复杂过程的SVM近似模型;而后根据ε管道理论,通过对聚类过程谱系图的分析,确定了聚类的最小相似度水平及合适的聚类数目,将过程各极值点邻域内的支持向量分别聚为一类;最后由各聚类中心出发,并行进行SQP寻优以发现过程的多个极值.仿真研究表明,所提方法能够全面反映过程的极值分布,实现参数的全局性优化;寻优结果与实际极值的绝对偏差及相对偏差的平均值分别为0.15和1.28%,并且偏差的大小与过程极值的数目无关,说明方法具有较高的精确度和稳定性;此外,通过支持向量聚类,不仅保证了SQP寻优结果对于过程全部极值的遍历性,而且将寻优的次数降低了50%以上,提高了寻优效率.     

风速统计特性研究探讨

结合上海地区两个气象站的实测数据，在对上海地区的风特性进行了分析研究的基础上，提出了风速统计特性研究的一种改进方法。     

基于多元线性回归的概率排序型预测方法

文章针对运用多元线性回归进行预测时,对自变量的预测一般只考虑单一的可能性,忽略了由于未来的不确定性导致自变量存在多种可能的取值,提出了概率排序型的预测方法,将不同的自变量取值对预测值的影响考虑了进来,并用期望值的最大最小值和方差的最大值作为预测的指标,描述预测的结果并衡量预测结果的波动性,最后通过示例验证模型应用的可行性和有效性。     

我国研制成功光学膜厚智能测控仪

近日,成都中科唯实仪器有限责任公司技术研发部门通过自主设计,完成光学膜厚智能测控仪研发任务。传统的光学镀膜采用极值法膜厚监控方式,正确判定极值点是镀膜操作人员的重要操作技术,它决定着每一炉镀膜的     

二元极值分布的独立性检验在深圳股市分析中的应用

自2001年起,中国股市大盘一直萎靡不振,但这段时间深圳股市中的长安汽车股票却表现出极强的抗跌性,一直处于领头羊的位置.因此本文利用二元极值分布独立性检验的方法,对二者的极值收益波动进行了定量分析,同时本文给出了四个独立性检验统计量的模拟分位数,并计算了当相关参数θ为0.1至1时各统计量的模拟功效.     

应用极值理论建立大额损失模型的方法论研究

利用极值理论中的POT模型来考虑大额保险损失额的尾部分布，提出了一套清晰的方法论体系；对待一组数据，如何进行恰当的描述统计分析，进而通过数据选取合适的极值模型，并以合适的方法估计选取的损失额模型的参数，最终估计出拟合分布的尾部分位数。     

函数的极值及求法教学设计

总结了求函数极值的教学过程,介绍了求函数极值的充分必要条件。     

投资组合风险测度——基于FIGARCH-EVT-Copula方法

金融资产收益率不仅具有尖峰厚尾性、异方差性,还具有长记性。基于此,将FIGARCH、EVT和Copula有机融合,建立FIGARCH-EVT-Copula模型来估计组合风险值,利用上证指数、深成指数组合进行实证研究。实证研究表明:我国股市波动确实具有长记忆性;FIGARCH-EVT-Copula模型不仅能够准确刻画边缘分布的尖峰厚尾性、异方差性和长记忆性,而且较之于传统模型,该模型能更准确地测度投资组合风险。     

互联网金融风险度量与评估研究

互联网金融的发展蕴含着风险的增加，互联网金融风险问题备受关注。基于互联网金融指数和上证综合指数的日收益率数据，分别在参数、半参数和非参数的VaR方法下讨论和建立了Pareto极值分布模型和历史模拟法模型，以度量互联网金融的风险值，并使用返回检验判断模型的优劣。结果表明，Pareto极值分布模型能准确反映互联网金融的风险，且互联网金融的风险大于整个股票市场的风险。