基于MF-DFA的国际原油价格多重分形特征研究

运用多重分形消除趋势波动分析方法(MF-DFA)和多重分形谱分析方法,研究了1987～2008年美国西德克萨斯轻质原油(WTI)和欧洲北海布伦特原油(Brent)价格波动的多重分形特征.研究发现国际原油价格市场具有标度不变性特征,广义Hurst指数和广义R閚yi维数都随阶数的变化而变化,证明了国际原油价格市场存在显著的多重分形特征.研究还发现Brent原油比WTI原油具有更强的长程相关性和更宽的多重分形谱,两次海湾战争期间国际原油市场多重分形谱的变化明显.     

中国股票市场多标度分形特征的实证研究

混沌和分形是自然系统和社会经济系统中广泛存在的一种非线性现象。近年来许多国外学者通过对汇率、股票收益率、黄金价格等金融市场实证数据的分析，发现了这些数据所具有的另一种重要的非线性特征——多标度分形(Multifractal)特征。通过对中国股票市场的代表数据(上海证券交易所综合股价指数和深圳证券交易所成份股价指数)的实证研究得出类似的结论，并就金融市场多标度分形特征发现的重大意义作出评述与展望。     

城市地价空间系统的分形特征提取模型与实证

针对城市地价空间系统的特点, 运用Moran's I指数, Getis-Ord General G指数和盒维数模拟原理构建地价空间系统分形特征的提取模型. 采用北京市414个住宅用地出让数据作为样本进行实证分析. 研究发现在3500m范围内, 北京市居住地价空间系统存在较强正自相关的分形特征, 随着空间尺度增大空间相关性逐步降低; 北京市居住地价空间系统呈现低度集聚分布模式, 即地价较高样点趋于和地价较高样点相邻, 地价较低样点趋于地价较低样点相邻规律; 北京市居住地价空间系统分形维数处于2～3之间且均为分数, 维数越大地价空间系统越复杂. 理论与实证研究表明城市地价空间系统的确存在分形特征, 城市地价空间系统分形特征的判定为深入分析地价空间分布, 以及进一步的地价空间分形插值提供了重要的理论依据.     

证券市场的标度理论及实证研究

运用分形理论探讨证券市场的自相似性与标度不变性 ,分析三种标度指数 ,即自相关指数、Hurst指数、基于 DFA算法的标度指数 .基于标准差时间序列改进 Hurst指数 ,将 DFA推广为动态递推算法 .利用三种标度指数对国内沪深股市进行实证研究 .结果表明 ,沪深股市收益率均不服从正态分布 ,在跨时间尺度的股价指数之间存在着相关性 ,表现为分形时间序列 ,说明其背后所隐含的政策导向影响中国股票市场的特征 .     

基于滑动窗口 MF-DFA 的股票风格资产收益多重分形分析

风格投资已逐渐成为基金构建投资组合的一种主流量化投资方法. 本研究在分析风格资产收益呈分形特征的基础上, 通过引入滑动窗口技术对传统的多重分形消除趋势波动分析法 (MF-DFA) 加以改进, 并对中信标普公司推出的 6 种股票纯风格资产指数日收益率序列的波动特征进行研究, 实证结果发现: 滑动窗口技术能有效减少因分割连接点处的不连续性而产生的伪波动误差; 风格资产指数日收益率序列均具有相关多重分形特征, 即原始序列具有持久性, 位置重构序列均具有反持久性, 且位置重构序列的多重分形特征显著弱于原始序列的多重分形特征, 表明风格资产指数收益序列的持久相关性是形成多重分形特征的主要原因; 价值、成长型比规模型风格资产具有更规律的多重分形特征, 表明价值、成长型比规模型风格资产的分形规律更明显. 本研究对基金公司、基金经理及时准确地把握股市风格动向以便构建适度风格漂移策略具有重要的理论价值与现实意义.     

中国股票市场的标度突变现象及其特征研究

以上证指数为例,运用MF-DFA方法对其进行多重分形消除趋势波动分析.结果发现该时序在整个标度范围上存在交叉突变现象,其交叉突变点将整个时间标度分为两个部分,每一部分具有不同的多重分形特征及标度指数.进一步地,对每一部分多重分形特征成因进行分析,发现股票市场的多重分形特征是由波动的相关性及厚尾的概率分布共同作用的,其中收益序列的波动相关性是形成多重分形特征的主要原因.最后,提出股票市场监管的几点启示.     

日中两国不同经济时期股市的多重分形分析

在不同的经济发展时期, 股票市场波动会呈现出不同的动力学特征. 鉴于分形理论在描述股票价格波动特性时具有许多优势, 应用多重分形消除趋势波动分析(MF-DFA) 对日本七个经济时期以及中国股市自建立以来三个经济阶段的股票市场指数进行实证研究. 结果显示: 不同经济发展时期日中两国的股票市场均具有明显的多重分形特性; 但各自不同的经济时期多重分形特性差异显著, 且与当时经济发展的状况存在着一定联系. 接着运用自组织特征映射(SOM)神经网络对日本七个经济时期股市的多重分形特性进行分类, 验证了多重分形消除趋势波动分析(MF-DFA)可以较准确地刻画出不同经济时期股票市场的动力学特征. 最后, 通过对比日中两国不同时期股票市场的多重分形性, 得出一些对中国经济发展有益的启示.     

上海证券市场的多重分形特性分析

作者将多重分形分析的三种方法(配分函数分析法、奇异谱分析法和多重分形趋势消除波动分析法)应用于我国上海证券市场在过去七年中的收盘指数序列,分析了不同时间标度对多重分形特性的影响.结果表明:上海证券市场具有弱多重分形特征,标度不变性达到六个数量级;多重分形的形状不随时间标度的改变而改变,但其强度随标度的减小而减弱;随着配分阶数的增大,多重分形随之增强,奇异谱曲线越来越粗糙,广义赫斯特指数逐渐减小.这些结果为进一步研究证券市场价格变化的动力学机理提供了坚实的实证基础.     

云背景红外弱小目标结构相似检测算法

由于自然物具有结构自相似性的分形几何特征,云背景条件下,天空和云彩的红外图像在灰度分布上具有强的自相似性,而目标与自然物边缘是奇异点.小目标与自然物只有边缘,没有分形结构的自相似性.采用八种分形结构对区域内像素进行旋转映射,确定最小误差为该区域的分形结构,进行图像恢复,恢复出的图像只包含背景.当原始图像与恢复图像的灰度差大于阈值时,检测出的目标为弱小目标.     

基于分形视角下的沪港股市投资组合策略

针对已有研究的不足,为满足不同交易周期投资者的实际需求,将分形研究方法与传统投资组合模型相结合,考虑多时间标度和不同波动幅度因素,构建了单分形投资组合模型(MeanDCCA)和多重分形投资组合模型(Mean-MF-DCCA).依托"沪港通"平台,采用构建的模型,进行沪港股市组合投资,并对样本外效果进行检验和分析.结果表明:沪港股市间结构存在着标度效应和长记忆性,且具有多重分形特征;与传统的投资策略相比,单分形投资组合策略能够取得更佳的组合效果;多重分形投资组合策略通过选择合适的q阶,实证表明将会明显改善单分形投资组合策略,增强投资方案的盈利能力、提高夏普比率以及为不同风险偏好投资者创造额外效用.此研究对资产优化配置、风险管理以及沪港股市间相依结构刻画等方面具有重要的实际意义.     

一种基于趋势分形维数的股指时间序列相似性分析方法

为了提高股指时间序列相似性分析的准确性, 提出趋势分形维数的概念, 并基于此定义了相似性分析方法. 趋势分形维数包含阳线维和阴线维, 能更好地反映市场跌涨变化趋势, 基于该维数的相似性度量方法能够提高相似性度量的准确性. 通过与其他两种相似性度量方法对比, 进一步说明该方法的优越性.     

改进的分形算法在弱小目标检测中的应用

针对单帧图像中的弱小目标检测问题,提出了一种改进的基于分形的快速检测方法。该方法首先利用图像的局部熵信息对目标进行粗定位,以得到一个包含目标的感兴趣区域,然后利用分形理论构造该区域的分维像,最后对分维像采用自适应阈值分割即可将弱小目标精确检测出来。与传统分形算法相比,提出的改进算法包含粗定位和细定位两部分,它将分形算法要处理的区域缩减到局部熵所估计的小范围内,从而克服了传统分形方法计算量大、抗噪性差的缺点。仿真实验结果表明,该方法能够稳健、快速、有效地检测弱小目标。     

Wavelet-Based Fractal Function Approximation

1.INTRODUCTIONFunctionapproximationisoneofthehotpointsinthefieldofsignalprocessing.Inrecentyears,waveletfunctionapproximationhasmadeagreatprogresswiththedevelopmentofwaveletanalysis.Atthesametime,fractalimagecompressionstimulatesthestudyontheproblemsoffractalfunctionapproximation.momtheemergenceofthewaveletandfractaltheory,manyresearchersareengagingincombiningthemtoexploitmostoftheadvantagesonthegroundoftheircommoncharacteristics--multi-scaleandmulti-resolution.Nowmuchattelltionisattracte…     

分形与复杂性

在科学的和隐喻的意义上讨论了四个问题：分形在整个复杂性研究中的地位，分形复杂在哪里？从分形看系统的时空复杂性，分形与自组织和他组织的关系。     

基于分形特征的图像分割

本文主要研究分数维理论在图像特征提取上的应用,在分析了盒子维数的基本思想和算法的基础上,提取能够较好反映灰度图像纹理细节和结构信息的新的分形特征参量用于图像的分割。在图像分割中,采用基于图像模块的分形特征提取方法,利用特征点在特征空间中的分布对图像进行分割,通过上机实验得出的图像分割的结果表明该种方法是让人满意的。     

中国股市复杂网络中的分形特征

利用阈值法构建中国股市复杂网络模型,从时间和空间两个角度对中国股市复杂网络的分形特征进行分析.首先利用分形几何学对静态网络进行分析,得到静态网络的分形维数,并发现其分形维数随着网络阈值的增大而减小.再利用R/S分析方法对中国股市复杂网络聚集系数时间序列进行分析,发现其具有长记忆性和持久性,且在长时间窗口下这一性质更值得信赖.H值大致呈现出随着时间窗口和阈值的增加而增加的规律.周期天数n呈现出随着时间窗口的增加而增长,随着阈值的增加而下降的规律.这说明在实际市场中,长时间窗口和高联系度股票产生的交易者群体行为惯性更强,长时间窗口和低联系度股票产生的交易者群体行为惯性的持续周期更长.这些研究成果表明了证券市场时间和空间两个维度的内在联系.     

Filtering of long-term dependent fractal noise in fiber optic gyroscope

Stochastic noises of fiber optic gyroscope (FOG) mainly contain white noise and fractal noise whose long-term dependent component causes FOG a rather slow drift. In order to eliminate this component, a two-step filtering methodology is proposed.Firstly, fractional differencing (FD) method is introduced to transform fractal noise into fractional white noise based on the estimation of Hurst exponent for long-term dependent fractal process, which together with the existing white noise make up of a generalized white noise. Further, an improved denoising algorithm of wavelet maxima is developed to suppress the generalized white noise. Experimental results show that the basic noise terms of FOG greatly decrease, and especially the slow drift is restrained effectively. The proposed methodology provides a promising approach for filtering long-term dependent fractal noise.     

基于小波变换的分形图像压缩编码方法

为了弥补分形编码在高压缩比时重建图像质量较差及匹配搜索量大的不足 ,基于小波图像的分形特征及系数的统计分布特性 ,定义了灰度变换和能量阈值系数 ,提出了基于小波变换的分形图像压缩编码方法 (FICC-WT)。对小波分解后的低频子图像进行灰度变换 ,然后进行自适应四叉树分割的分形编码 ;对差值图像及其它子图基于定义的能量系数进行自适应阈值取样的熵编码 ,并讨论了灰度变换参数对重建图像的影响。实验证明 ,所提方法减小了匹配探索量 ,而压缩比和峰值信噪比 (PSNR)有明显改善。     

城市、分形与空间复杂性探索

首先阐明空间复杂性的来龙去脉，包括复杂系统与复杂性的关系，空间复杂性与自组织临界性的等价性等。其次论证分形是刻画空间复杂性的有效工具：由于城市系统是一种具有分形性质的复杂空间系统，而分雏则是联系复杂性度量的重要参量，借助分形思想探索城市地理系统的复杂性和奇异性顺理成章。最后阐述城市系统空间复杂性的临界判据和研究方法。3大判据(分形结构、1/f噪声和位序-规模分布)对应着城市系统的3类空间结构，空间复杂性和复杂化研究必须将数学模式、理论探讨和模拟实验乃至计算方法有效结合才能取得实质性的理论进展。     

基于分形理论和神经网络的红外图像分割算法

针对实现红外图像的分割,快速准确地检测出红外序列中的人造目标的需要,结合分形特征和Ko-honen神经网络的特点,提出了一种基于分形技术的图像分割算法。该算法利用自然背景和人造目标的不同分形特征检测目标,提出了包括分形维数在内的7个红外图像特征,结合神经网络的自组织学习能力来进行图像分割。给出了算法实现的具体步骤。仿真试验结果表明,该算法能有效地实现红外图像的分割。