基于R/S检验、ARFIMA模型和小波方差的人民币汇率长记忆性检验

分别应用R/S检验、ARFIMA模型和小波方差对人民币兑美元名义汇率收益率序列的长记忆性进行检验.根据R/S统计量计算出Hurst指数为0.573 745 1,采用ARFIMA(2,d,1)模型对人民币汇率收益率序列进行拟合的效果比较好,其分数差分参数为0.145 7,利用Haar小波对人民币汇率波动绝对值收益率序列进行最大重复离散小波变换,得出其长记忆性参数为0.393 1.3种方法的研究结果均表明人民币兑美元名义汇率收益率序列存在长记忆性.     

基于人民币兑欧元的马尔科夫机制转换的外汇汇率波动性研究

本文运用Markov机制转换模型,采用2013年1月1日~2016年1月1日人民币兑欧元日度数据,研究人民币兑欧元汇率在3种状态之间的周期转换,结果表明,人民币兑欧元汇率状态分别为缓慢下跌、上升、快速下跌,其中上升持续时间最长,为18.70天,MA-AR模型比AR模型更好的模拟人民币兑欧元汇率波动.     

浅析人民币升值对我国输美纺织品价格的影响

运用协整及误差修正模型研究了2005年7月人民币汇率改革前后,人民币兑美元升值对我国输美纺织品价格的影响。研究结果表明,汇改前人民币兑美元汇率波动对我国输美纺织品价格的影响在统计上不显著。而2005年7月汇改以后,人民币兑美元升值节奏加快,我国输美纺织品价格对人民币汇率波动趋于敏感,人民币升值显著提高了我国输美纺织品当地市场价格。进而本文指出,加快纺织产业结构升级,提高纺织品内在价值将是我国纺织出口企业消化人民币升值不利影响的必然选择。     

基于时变多元Copula-VaR的商业银行汇率风险度量

构建了一个时变多元Copula模型,并运用Monte Carlo模拟技术计算VaR,以期更准确地度量人民币兑美元、欧元、日元和港元4种汇率可能给商业银行带来的风险.然后将其度量效果与静态多元Copula-VaR的度量效果进行比较分析.实证结果表明:人民币兑各主要货币汇率之间的相关结构以时变方式变动,基于时变多元Copula-VaR的商业银行汇率风险的度量效果更好.     

中国和国际汇率市场的多重分形比较

使用MF-DFA方法对中国汇率市场和国际汇率市场主要汇率的收益和波动的多重分形性质进行了实证分析,发现中国汇率市场和国际汇率市场的收益以及波动都存在明显的多重分形特征,且中国汇率市场的收益和波动的多重分形性质更为强烈.进一步验证了汇率收益以及波动序列的胖尾分布和长记忆性是多重分形产生的原因.     

中国市场汇率变动与股票市场价格波动的相关性研究

采用向量自回归VAR模型及协整检验等时间序列分析方法研究2005年人民币汇率制度改革后汇率变动与国内A股股票市场价格变动的关联效应,选取2005-07-21-2007-10-30间美元兑人民币汇率、上证综指及深证综指的日数据进行分析.结果发现我国外汇市场汇率变动与A股市场股指波动存在一定的正相关关系,汇率与A股市场股指波动均会受到前期汇率及其自身滞后项的较大影响,二者之间存在一种长期的均衡关系.这些结论对于探讨我国汇率变动与股指波动间的关系具有一定的现实意义.     

基于EMD和Elman网络的人民币汇率时间序列预测

为了改进神经网络的预测性能,更精确地预测人民币汇率,提出一种新的汇率时间序列预测方法,即利用基于经验模态分解(EMD)的Elman网络进行预测.首先对人民币兑美元的汇率序列做了非线性检验和非平稳性检验,然后对该序列进行经验模态分解,将得到的固有模态函数作为神经网络的输入变量,并在确定神经网络的关键参数后进行预测.实证结果表明,利用基于EMD的Elman网络进行人民币汇率预测能够取得更好的效果.     

汇率时间序列多重分形特征分析及实证研究

选用5种主要货币兑美元的日汇率数据,借助配分函数分布图判定汇率时间序列存在多重分形特征,并在此基础上借助多重分形谱对汇率时序描述多重分形特征,将多重分形理论应用于金融市场,不仅为认识金融市场本质特征提供新的理论依据,并且为机构与个人的金融投资和金融风险防范以及政府对金融市场的有效干预提供新的参考工具。     

浅谈MF-DCCA在投资市场的应用

黄金,石油,汇率市场是社会资本重要的投资组成部分,本文目的是利用MF-DCCA分析法研究黄金,石油,汇率价格日收益率时间序列,结果发现该序列具有多重分形特征.且序列与序列之间具有自相关性与交叉相关性;然后利用多重分形谱方法研究风险率.分析结果表明石油,日元,欧元,黄金,风险性依次减小.最终发现MF-DCCA模型探索二组...     

ARMA模型在美元兑日元汇率的应用

ARMA模型是一种最常见的时间序列模型,它广泛的应用到各种金融行业.以美元兑日元的汇价为例,讨论ARMA模型在汇率变化的应用及汇价短期预测,希望为企业和投资者在进行相关决策时提供有益的参考.     

铀尾矿氡析出率的Hurst指数与分形特征

铀尾矿氡的析出是一个重要的环境问题.通过室内实验测定了铀尾矿氡析出率随时间的变化,结果表明尾矿中氡析出率随时间呈现明显的非周期振荡变化.应用R/S方法对所获得的氡析出率时间序列数据进行了分形分析,其整个时间序列数据的Hurst指数为0.83,分维值为1.17.移动Hurst指数在大多数情况下位于0.5-0.8之间,实验后期的Hurst指数部分位于0.5以下,表明铀尾矿氡析出率长期趋势不满足随机游走理论,氡析出率具有长期记忆性,但是短期记忆性不显著.尾矿中氡的析出是一个确定性的混沌动力学过程.     

Multifractal mass exponent spectrum of complex physiological time series

Physiological signal belongs to the kind of nonstationary and time-variant ones. Thus, the nonlinear analysis methods may be better to disclose its characteristics and mechanisms. There have been plenty of evidences that physiological signal generated by complex self-regulated system may have a fractal structure. In this work, we introduce a new measure to characterize multifractality, the mass exponent spectrum curvature, which can disclose the complexity of fractal structure from total bending degree of the spectrum. This parameter represents the nonlinear superpositions of the discrepancies of fractal dimension from all adjacent points in the curve and therefore solves the problem of original parameters for not fully reflecting the information of entire subsets in the fractal structure. The evaluations of deterministic fractal system Cantor measure validate that it is completely effective in exploring the complexity of chaotic series, and is also not affected by nonstability of the signal as well as disturbances of the noises. We then apply it to the analysis of human heart rate variability (HRV) signals and sleep electroencephalogram (EEG) signals. The experimental results show that this method can be better to discriminate cohorts under different physiological and pathological conditions. Compared with the indicator of singularity spectrum width, there are some improvements both on the computing efficiency and accuracy. Such conclusion may provide some valuable information for clinical diagnoses.     

多重分形在日韩汇率市场中的应用

汇率是国际贸易中非常重要的调节杠杆,是反映一国经济稳定程度的指标.在经济全球化的今天,汇率的波动直接影响着一系列金融市场的重大问题,探讨汇率的波动性及相关性对生产生活实际有重要作用.在对多重分形理论及多重分形方法改进和完善的基础上,对国际汇率进行了实证研究,主要内容如下:1)利用多重分形消除趋势交叉波动分析(Multifractal Detrended Cross-Correlation Analysis,简称MF-DCCA)方法对汇率的互相关性进行定量描述,求出多重分形广义的Hurst指数h(q),我们发现h(q)随q的变化而变化,也就是说汇率的相关性是非线性的,呈现多重分形的特性;2)基于滑动窗的方法分别计算单个序列和两个序列之间的普通Hurst指数随时间变化对应值,观察普通Hurst指数随着时间的演化特点,发现JPY/USD与KRW/USD时间序列各自的Hurst指数在0.5附近游走,而JPY/USD-KRW/USD的Hurst指数更多时候大于0.5,这说明两条汇率时间序列的波动具有很强的相关性.     

高速公路交通流的分形特征实证分析

高速公路交通流演化分形特征的研究有助于深刻理解高速公路交通系统的内在演化规律, 为高速公路交通流的预测和控制提供理论依据. 本文利用统计学方法和复杂网络可视化技术对高速公路交通流的分形特征进行实证分析. 首先, 利用重标极差法计算了交通流时间序列的Hurst指数和V统计量, 发现不同时间标度下高速公路交通流时间序列的Hurst指数都大于0.5, 并且V统计量曲线有上升趋势, 说明高速公路交通流时间序列具有自相似性和长程相关性; 然后, 根据可视算法, 将高速公路交通流时间序列转化为复杂网络, 计算网络的拓扑参数, 发现网络的度分布均呈幂律分布, 表明该网络为无标度网络, 进一步揭示高速公路交通流时间序列为分形序列. 同时发现网络的平均路径长度随网络规模的增大呈对数增长, 说明网络具有小世界特征. 实证分析的结果对高速公路交通流量预测中时间标度的选择和预测长度的确定有重要的参考价值. 本文的研究可以为揭示高速公路交通流演化的复杂性提供新的思路和方法.     

基于分形插值与机器学习模型的股指分析和预测

股票市场预测一直是金融市场分析中的热点和难点,一些传统的预测模型很难对股票市场做出有效的预测;针对这一问题,将分形插值方法与机器学习算法相结合,提出了分形插值与SVM以及分形插值与BP神经网络两种混合模型;所提的混合模型利用机器学习算法首先计算出分形插值所需要的插值点,然后建立分形插值外推模型对所需其他值进行预测;实证结果发现两个混合模型的预测效果均比单独使用分形插值模型预测效果更佳,预测精度更高;因此分形插值方法与机器学习算法相结合所得到的混合模型,能较好地预测诸如股票市场指数等非平稳金融时间序列。     

矿井瓦斯涌出量时间序列的分形特性分析

应用分形论中的R/S分析法对矿井瓦斯涌出时间序列进行分析。计算了时间序列的赫斯特指数、概率分布分形维数和轨迹分维数。讨论了它们在矿井瓦斯涌出预测中的指导意义。计算结果表明正常情况下矿井瓦斯涌出量的变化趋势具有很好的持久相关性，可以用分形论对其作出趋势预测；而发生火灾时，持久相关性不明显。但两种状态下的概率密度分布都满足分形分布；时间序列轨迹都具有明显的分形特性。     

三维IFS分形插值逆问题的局部迭代算法

研究了三维IFS分形插值逆问题及其在三维曲面重建中的应用．采用具几何意义的简洁迭代格式，简化了压缩变换组中使用的分形参数和计算环节；提出了一种局部迭代算法，解决了利用拼帖定理确定分形参数时出现的无法分离求解问题，可以逐步收敛到最优解．针对三维地表重建的实验结果表明，该算法在重建质量和计算时间上有很好的实用性．     

一类基于给定数据的分形插值算法与多小波尺度函数的构造

分形插值方法为复杂现象的确定性表示提供了一种好的方法,如经济和地震学领域的数据模拟.目前在实际应用中大多基于仿射分形插值(AFIFs),插值函数具有自相似形、连续和处处不可微等特征.该文基于给定的数据类型来考虑分形插值算法,并提供相应的数值例子.特别地,用Hermite分形插值给出了一类L2(R)的紧支撑小波基的尺度函数,不同于用AFIFs建立的多尺度分析,得到的尺度函数具有可微性,能够用来建立微分方程的数值方案.     

基于改进的分形插值与SVM的股指预测模型

为了更好地分析和预测股指时间序列的短期变化趋势,提出了一种确定分形插值自由参数的新方法,由此建立了一个改进的分形插值模型,并将该模型与支持向量机模型相结合构造混合预测模型.经R/S分析可知上海证券综合指数的日收盘数据具有长程相关性,于是将混合预测模型用于分析和预测上海证券综合指数时间序列,发现混合预测模型较其他方法具有更好的拟合效果,且在短期预测方面有更高的预测精度.     

滚动轴承故障诊断中的分形

简述了滚动轴承运转中时序列时表现时的自相似性，重构了振动信号对应的嵌入相空间的序列，计算得出分维数，实验结果表明，振动时域序列的分维数在不同工况，不同间隙下是有差别的，可以做为识别主要轴承的特征量。