基于混合遗传算法的区域大系统多目标水资源优化配置模型

针对区域水资源优化配置中重水量轻水质、重国民经济需水轻生态环境需水的特点,基于大系统总体优化配置理论与方法,综合考虑生态环境需水和水质因素,构建了基于混合遗传算法的区域大系统多目标水资源优化配置模型.运用混合遗传模拟退火算法对模型进行求解,将所提配置模型及方法应用于海河流域大清河,计算表明2010年P=50{\%}、75{\%}、95{\%}时不同保证率情况下生活和生态环境需水均能满足需求,系统协调度均大于0.84.     

中国股票市场限价指令等待成交时间的理论研究与实证分析

在中国指令驱动股票市场中,限价指令需要为成交付出等待成本,如何计量限价指令的等待成交时间是金融市场流动性及微观结构理论领域崭新的研究问题.研究表明,指令生存模型能够比较精确地描述限价指令的等待成交时间概率分布,实证检验结果表明,生存模型具有比较高的准确性;同时发现限价指令等待成交时间对委托价格很敏感,而对委托量不敏感;基于委托价格的敏感性分析绘制出了限价指令等待成交时间概率分布的价格全谱图,根据该图可以预测限价指令的等待成交时间,以及为指令提交策略提供定量分析基础.     

C2C二手交易平台动态定价行为研究

如何快速达成交易、提高商品流转效率是customer-to-customer (C2C)二手交易平台运营问题的关键.基于此,本文针对个人卖家的非专业性及二手商品特性,构建了双期定价决策模型.通过模型分析,提出了影响个人卖家定价及调价决策的相关假设,并利用闲鱼平台的交易数据进行实证分析.结果表明:定价和调价决策与新品价格正相关,调价决策与转售价格正相关;调价方向(涨价或降价)与转售价格、新品价格和浏览量相关;涨价幅度与转售价格负相关,降价幅度与转售价格正相关;考虑商品异质性,时间敏感度不同的商品在调价幅度上未完全呈现出预期的显著差异.本文将定价模型和实证研究相结合,分析了个人卖家动态定价行为,为优化定价策略、实现商品高效流转提出了相关建议.     

基于动态混沌神经网络的预测研究——以马铃薯时间序列价格为例

针对农产品价格波动的非线性特征明显、传统时间序列方法在预测农产品价格短期波动存在不足等状况,本文将混沌理论和神经网络技术应用到农产品价格短期预测研究中,充分利用相关技术优势,设计了动态混沌神经网络时间序列预测模型.在此基础上,选取2008年1月21日-2012年7月1日的中国马铃薯日度价格为研究对象,对所构建的动态混沌神经网络时间序列预测模型进行学习、训练和测试,并用统计分析方法对模型性能进行评价与分析,最后,将所构建模型的预测结果与传统预测方法预测出的结果进行比较研究.结果显示:整个动态混沌神经网络结构为27-12-1,所设计的基于动态混沌神经网络的马铃薯价格时间序列预测模型在预测精度和性能上较ARMA模型均具有明显优势,这一预测模型在农产品价格时间序列短期预测研究上将具有广阔的应用前景.     

基于网络关注度的大宗商品市场预测研究

随着大宗商品市场化的加快和电子信息技术的快速发展,以互联网为载体的网络信息将方便快捷地传递到市场及市场参与者.本文从海量开源数据出发,利用搜索引擎平台,提取核心信息构建网络关注度指标,并提出了基于网络关注度的大宗商品价格预测模型.通过引入具有不同核函数的支持向量回归模型,分别建立了针对单个市场(原油、铜以及玉米)的网络关注度预测模型和综合考虑市场间联动性的多市场网络关注度预测模型.实证结果表明,网络关注度对于市场价格的变动有显著的格兰杰因果关系,引入网络关注度指标和相关市场信息能显著提高预测精度.     

基于SSA-ELM的大宗商品价格预测研究

随着经济全球化的发展,国际期货市场中各大类大宗商品价格波动剧烈,而全球经济形势不明朗以及货币政策不确定使得大宗商品期货价格难以被准确预测.本文选取玉米,原油,黄金分别作为大宗商品农产品类、能源类、金属类的代表对象,基于奇异谱分析方法(singular spectrum analysis,SSA),对商品期货价格进行分解,结合Kmeans动态聚类技术将分解量聚合成不同特征的价格序列,再采用具有优良特性的极限学习机算法(extreme learning machine,ELM)对模型进行训练,得到大宗商品期货价格预测模型.实证结果表明,采用序列分解聚类策略能够显著提高模型预测精度,在价格未来的整体水平和变动方向上都能达到较好的预测效果.     

在线拍卖中的Shill出价识别模型

在线拍卖这种新的交易方式已经开始逐渐深入到人们的日常生活,但消费者在享受在线拍卖自由与便捷的同时,也屡屡受到欺诈,这严重影响了交易的诚信,Shill出价就是在线拍卖中典型的欺诈形式之一.如果能够识别Shill出价,就可以有目标地跟踪交易过程,使得Shill出价免于发生或尽量减少发生.在不改变费用结构的前提下,本文运用关联规则,在充分考虑Shill出价特点的基础上,分析卖者和买者间的关系,试图为Shill出价的识别提供一种行之有效的方法.实验结果证明了该方法的有效性.     

自适应信号控制系统流量预测模型研究

为研究适合自适应信号控制系统的流量预测模型,利用ARIMA模型进行数据预处理的基础上,考虑高阶神经网络收敛速度慢及易陷入局部最小点的特点,通过在线调整学习率及引进动量法对其进行改进,得出基于ARIMA与改进的高阶神经网络的组合预测模型,试验表明预测的交通流量满足自适应信号控制系统实时在线多频优化的时间及精度要求.     

连续双向拍卖机制下的短期价格行为分析

建立描述限价指令市场中连续双向拍卖交易机制下短期价格动态变化的理论模型.通过对该机制下的几个特征变量包括最佳(高)买价、最佳(低)卖价、买卖价差、成交价格和成交概率的分析揭示连续双向拍卖机制下的短期价格行为,并着重探讨其均衡性质包括成交价格所收敛到的竞争均衡及达到均衡的时间.研究结果表明建立的理论模型能较好地刻画连续双向拍卖机制下短期价格的动态演进特征,进而印证连续双向拍卖交易机制能快速收敛到竞争均衡从而产生很高的价格发现效率的相关结论.     

基于SVM和灰色预测的飞灰含碳量集成预测

针对电厂飞灰含碳量难以进行有效预测的问题,提出一种嵌套智能集成预测方法.首先,利用变学习率BP神经网络和主成分分析方法对输入变量进行降维处理；其次,为提高模型自适应能力,利用上述分析结果采用在线支持向量机建立飞灰含碳量预测模型；然后,为反映飞灰含碳量数据的时间相关性,采用灰色预测方法建立当前时刻飞灰含碳量预测模型；最后,在上述预测模型的基础上,利用信息熵的权值组合方法获得最终的飞灰含碳量预估值.仿真结果表明,该智能集成预测模型的预测精度要高于单一模型,能对电厂飞灰含碳量进行有效预测.     

Support System for Predicting Online Auction End Prices

By analyzing bidders' behaviors, the author proposed a new model which is based on the Bagging arithmetic and decision tree for predicting final prices of online auctions. The author collected 3310 transaction data and corresponding 8275 bids from Taobao. Data analysis shows that the final prices of 40.4% transactions can be calculated by using the times of bids. Instead of predicting the final price directly, the author predicts times of bids first and then used it to calculate the final price. The experiment proves that the model substantially outperforms the naive method of predicting the category mean price, and 21.7% of predicted results are exactly equal to the real ones. Compared with Heijst's research, the model is better in required training sample size, calculating time and percentage of accurate prediction. For training, time is only a few seconds, this research can lay the foundation for developping real-time dectsion support systems.     

基于跳跃滤波和时变参数估计的中国股市微观结构研究

为了更为有效地探究微观市场结构对股票价格的影响,本文在状态空间模型框架下,同时将交易方向、带方向的交易量、交易间隔、微观噪声以及跳跃因素引入状态方程和观测方程中,建立全面的市场微观结构模型,以反映各变量对交易价格序列产生的暂时性和永久性影响.然后,在采用基于粒子滤波的非参数离群点检测方法检测跳跃并对跳跃进行滤波的基础上,运用贝叶斯最小二乘方法对微观结构模型系数、波动率以及状态变量进行实时更新和估计,在此基础上分析跳跃日度分布、日内分布、个股跳跃和共同跳跃特征,并同时判断不同交易方向、交易量的订单对价格产生的影响.最后选取2015年股灾期间、沪市股票的逐笔数据作为研究样本进行实证研究.实证结果显示:我国股票高频时间序列跳跃和共同跳跃均存在日内季节性,且跳跃频率和大小与市场信息密切相关;买卖订单对交易价格及股票价值的影响并不是完全对称的,交易价格对于微观结构的敏感度、微观结构噪声也随市场波动而发生变化,熊市中都相对更高;考虑跳跃滤波并对参数进行实时估计可以提高价格对于交易的敏感度,能更好地捕捉市场微观结构在价格发现中的作用.     

基于微信文本挖掘的投资者情绪与股票市场表现

本文以基于微信文本挖掘的投资者情绪与上证指数收盘价、成交量为研究对象,研究了投资者情绪时间序列与收盘价、成交量时间序列之间的关系.研究结果验证了投资者三种情绪倾向对股票市场的影响方式和效果不同:基于微信文本挖掘的投资者消极情绪比例能够稳定预测上证指数收盘价,基于微信文本挖掘的投资者积极情绪倾向和中性情绪倾向比例的增减变动能够迅速引发滞后1天的上证指数成交量的增减变动.研究表明基于微信文本挖掘的投资者情绪对于预测股票市场表现有重要作用.     

基于Zipf 的汽油价格行为研究

运用Zipf分析方法对国际汽油日价格行为的动力学特点进行了研究,利用价格波动中的涨跌信息,观察到两个关键点,在这两个关键点处,发生不同交易主体控制下的交易行为的转换.该结论对规避汽油价格风险,指导不同交易主体交易行为有一定参考意义.     

互联网搜索指数构建新方法及国际油价实证研究

针对大规模互联网搜索数据的多维特性,本文引入动态因子模型思想,构建反映更多关键特征的搜索指数,并使用生物信息学中因果分析方法对指数进行评价.将该指数构建及评价方法应用到国际原油现货和期货价格的分析中,与已有研究相比,本文构造的指数更能全面反映原油市场动态.实证结果表明:本文所构造的搜索指数与原油现货及期货价格均存在显著的因果关系,并能准确探测原油价格的拐点.该方法不仅可用于对国际油价的分析,也易于扩展到其他领域价格分析及预测中.     

开发时滞在房价上涨中的中介效应研究

因开发时滞已成为限制房屋供应效率的核心因素,受国内土地杠杆不断提升现象启发,我们试图验证两者的作用机制.我们首先利用实物期权模型,建立更贴近实际的二重随机微分方程,定量测算土地杠杆和开发时滞的非线性交互机制.局部均衡模型显示,在市场预期稳定的情况下,土地开发周期主要由土地杠杆(即土地价值与房屋价值的比例)决定.2002-2015年全国31个省域的面板数据回归结果显示,在有效控制人口密度等外部因素的影响后,平均来看,土地杠杆每提高100个百分点,当年开发时滞提高20个百分点.在经过时间趋势、外生事件冲击和地区位置等稳健性检验后,这一结论仍然成立.继而,建立三阶段中介效应模型,计算得到整体的中介效应为46%,但随着土地杠杆的提升,相较于时滞的间接途径,直接成本效应已成为影响房价的主要途径.而在此过程中,开发时滞对房价的影响始终是相对稳定且显著的.同时,土地杠杆存在类似的加速器效应,即随着从较低状态提高到较高状态,土地杠杆对房屋价格的正向溢出效应更强,作用力度提高约80%.上述研究证实,忽视土地杠杆过高对房地产市场的负面作用、单纯从需求端控制房价可能是不足的,凸显了从土地供给端进行结构性改革的重要性,需要将管理开发时滞纳入房地产调控整体政策框架中.     

Attention Matters: An Exploration of Relationship Between Google Search Behaviors and Crude Oil Prices

Extant studies have suggested that Google search volume data can serve as a new and direct measure of investor attention in various research fields such as economy, financial and energy markets. However, it is not clear that whether investor attention influences prices in the same direction in different market states(prices increase or decrease). In this paper, the authors propose a measure of speculative attention, demonstrate its advantages by comparing it with several existing ones, and then adopt a Markov switching autoregressive model and an EGARCH model to examine its influences on crude oil prices in two market states. It is argued that the responses of crude oil prices to investor attention are asymmetrical in the two states of crude oil prices. The empirical study shows that one increase in searches causes a significant positive increase in crude oil prices during oil price surges, and a more significant reduction of prices during oil price collapses. The authors also conduct robustness checks by limiting the sample periods and using other measures, and the results support the asymmetric effect of web search behaviors on crude oil prices.     

基于生存分析的二手房议价持时的实验研究

生存分析(survival analysis)适用于事件持续时间及其影响因素的研究.本文以二手房议价持时为研究对象,采用实验经济学方法设计了二手房交易实验,收集二手房交易的微观数据,使用生存分析方法建立Weibull模型和Cox模型进行实证分析,研究了二手房议价持时的影响因素,得出研究结论并提出了降低二手房议价持时的合理建议.研究表明:二手房议价持时与卖方经验、中介经验、价格偏离度、卖方积极度和时间压力成反比,与买方经验成正比,与买方积极度和成交价格无显著关系.本文的创新点在于使用实验经济学方法收集数据,提高了数据的准确度和针对性,同时引入生存分析方法,为二手房议价持时研究提供了新方法与研究视角.     

在线信息产品捆绑定价研究

基于在线信息产品交易各方的互动关系,考虑网络接入商与信息产品生产商各自市场垄断力的对比,研究了两者进行价格决策的先后顺序对信息产品捆绑的最终价格和对信息产品厂商采用捆绑销售策略的影响.研究结果表明当两者同时进行价格决策时,两者均分市场利润;当两者进行序贯博弈时,先决策价格者将获得先动者优势,且消费者在此情形下的总支付将大于当两者同时决策时的总支付;信息产品厂商采用何种捆绑策略与其决策顺序无关,仅与被捆绑产品的捆绑价值参数相关.