基于波动持续性的最优组合构建与分散化研究

构建恰当资产组合来减少风险, 是投资组合理论研究的重要目标.由于金融时间序列的波动往往会伴随着持续性特征, 该种特性会增大组合未来收益的风险.本文通过构建随机波动模型序列持续性最优投资组合模型, 以降低金融资产波动的持续性特征对组合收益波动的影响;并通过研究其分散化水平, 考察该投资组合构建方法的有效性与稳健性.研究发现:与均值方差的组合模型相比较, 序列持续性组合的风险分散化水平更好.此研究在资产组合选择方面, 具有较为重要的理论价值及实践意义.     

被遗忘权的制度缺失、发展困境与中国构建路径

数据时代面临的个人信息受到侵害、个人隐私泄露、算法歧视等一系列重大问题,应将以保护信息主体权利为目的的被遗忘权确立下来。欧美被遗忘权在隐私与自由之间存在的冲突背后所体现的是被遗忘权对于各国需求的重要性,我国现有法律制度中规定的删除权与欧盟所确立的被遗忘权是不能等同的。现行被遗忘权面临着调整对象的设定缺陷、权利内容的设定偏差、责任主体的设定不足三方面的发展困境。学者热议与实践需求在一定程度上表明我国应当引入被遗忘权,并应从调整对象的优化构建、权利内容的改造构建、责任承担的明确构建搭建起中国的路径选择,以解决网络信息社会的发展带给我们的新挑战。     

长江经济带水足迹字典序优化配置研究

针对长江经济带日益突出的人水矛盾,基于水足迹理论,构建基于人口数量的流域水足迹字典序优化配置模型,并提出水资源承载力的平衡指数模型,综合辨识人口结构对长江经济带水足迹字典序优化配置的作用机制。研究表明：人口总量对水足迹字典序优化配置具有显著的正向影响,人类活动强度是影响区域水资源承载力的平衡指数的关键要素;基于人口数量的流域水足迹字典序优化配置方案具有显著的城乡二元结构特征,本质上反映了城乡基础设施及产业结构的空间差异状态。该配置方案还具有人口就业结构特征,本质上反映了产业用水效率的空间差异状态。     

快速遗传算法研究

提出了一种称为广义自适应遗传算法的快速遗传算法,它首先产生均匀分布的初始种群,其次根据种群模式的状况决定是否引入“高品质”移民,最后自适应地进行交换和变异运算。其搜索性和全局收敛性比现有的许多遣传算法都有明显的改善,并通过仿真说明了该改进遣传算法的有效性。     

基于遗传算法的进化支持向量机研究

支持向量机是最近发展起来的一种新的通用的机器学习方法 ,其理论基础是统计学习理论 ,支持向量机无论在模式识别还是在函数拟合方面均显示了其优越性 ,并越来越受到国内外研究者的广泛关注 .但是 ,对支持向量机的推广预测能力具有很大影响的核函数和参数C一直没有一个很好的确定方法 ,针对这一问题 ,将遗传算法和支持向量机结合 ,提出了一种自动选择支持向量机参数的方法 ,结果表明 ,这种方法是科学有效的 .     

基于改进蚁群算法的商业银行信用风险评估方法

对原蚁群算法的转移概率和信息素更新机制进行改进,并首次将蚁群算法应用于商业银行的信用风险评估问题,取得满意的结果。通过将计算结果与回归分类算法、判别分析和遗传规则进行比较,表明应用该算法解决商业信用风险问题更加有效。     

均值绝对偏差资产组合选择模型的算法

对均值绝对偏差模型进行了简化,并利用一种旋转算法求解。这种算法比单纯形算法的计算简便,且计算量更小。利用上海和深圳股市1 072支股票70期周末收盘价所作的实验结果表明,对于资产无上界限制的模型,计算20个不同最优投资组合需要1 274次旋转运算,上界为10%时需要1 570次旋转运算,每 次旋转运算约需1 14171次加法和乘法运算。     

基于并行遗传算法的去相关多用户检测器

通过将码分多址通信系统中的最佳多用户检测视为组合优化问题,利用遗传算法能全局寻优的优势,提出了一种基于并行遗传算法的去相关多用户检测器。理论分析和仿真表明:该多用户检测器无论是抗多址干扰的能力还是抗远近效应的能力都明显优于传统的检测器和去相关多用户检测器;由于采用了基于“联姻”策略的并行遗传算法,使这种多用户检测器更易于实时应用和硬件实现。     

快速傅立叶变换在数字信号处理器上的实现研究

结合数字信号处理器的性能特点,对基2、基4、分裂基和Bruun FFT等快速傅立叶变换算法及其在TMS320C30上的实现进行了研究,开发出高效的FFT算法和程序。     

一类投资组合模型的模糊两阶段算法

对多目标证券组合投资模型进行了研究,模型以风险损失率作为风险。该模型是一多目标线性优化问题,我们采用模糊折衷算法对模型进行了求解,算例给出了该模型的一个实例的最优解。