GARCH模型和ECM模型对沪深两市预测的比较分析

GARCH模型反映了经济变量之间特殊的不确定形式：方差随时间变化,所以在金融市场的预测和决策有着重要的作用。鉴于股票和房地产这两个重要的经济指标,本文选择上海和深圳两地的股票收益率的波动性作为研究对象,建立了GARCH模型及其主要变化形式,结果表明基于T分布的GARCH（1,1）模型更好模拟了实际值。另外,本文还对上海,深圳的股市进行协整分析,建立了相应的误差修正模型并对其预测,预测效果比基于T分布的GARCH（1,1）模型更好。     

基于WebGIS的上海农业气象灾害监测系统

文章概述了基于ActiveX的GIS和WebGIS的技术及其原理,结合上海农业气象灾害监测系统着重介绍了基于ActiveX的WebGIS的功能和优越性并且介绍了上海农业气象灾害监测系统的技术流程。     

基于符号时间序列分析法的A股上海板块网络结构分析

股票价格的变化不仅受自身基本面的制约,而且也受其他股票的影响。网络分析方法是一种用于分析复杂股票关系的工具。基于符号时间序列分析法,构建了我国A股市场上海板块网络的最小生成树及相对应的分层树,从上市公司之间关系的角度分析和解释了实证结果。     

基于交通可达性的上海郊区新城房价研究

基于公路交通可达性对上海郊区新城房价产生的时空影响进行研究.首先,选取上海郊区新城的住宅房价样本进行统计分析;其次,选择最快路径和最短路径2个指标,计算各郊区新城到上海中心城区外环线的可达性;最后,运用一元回归分析方法对样本区域房地产价格进行分析和效果检验.研究结果显示：郊区新城的住宅价格与到中心区域的距离成显著反比关系,相对于距离来说到达市中心区域的时间对郊区住宅价格的影响更大.     

时间距离地图超制图学研究——以福州、上海间铁路客运为例

基于超制图学的基本思想,建立模型将时间距离换算成km为单位的空间距离.在此基础上,通过GIS的地图投影空间变换方法,用换算出的距离重新定义两地间距离,变形原地图上,形成时间距离地图.结果发现:福州、上海间的铁路客运可分为联系偶然型阶段、联系起步型阶段、联系经常型阶段、联系密切型阶段、联系紧密型阶段.其中,温福铁路的开通极大地压缩了福州、上海间的时间距离;铁路客运不断提速,铁路客运的及时性得到加强,影响城市、城市及其周边区域、区际分工和联系、人的活动空间和产业发展;随着信息化和工业化进程的推进和基础设施的完善,两地间进一步压缩时问距离仍有很大余地.     

基于SWOT的上海港口物流产业分析

基于波特的SWOT分析方法,本文依据上海港口物流产业的发展情况,从上海港口物流的内部优势、内部劣势、外部机会和外部威胁四个方面,总结了上海港口物流的发展形势,为制定上海港口物流的发展战略提供思路。     

张爱玲小说中的上海都市民俗描写

张爱玲及其小说与上海都市民俗关系密切。上海都市民俗中的居住习俗、交通习俗以及民俗时间,对张爱玲小说的人物塑造、情节推动以及主题升华等方面都有重要影响。张爱玲小说着重描写了弄堂和洋房、三轮车和电车以及都市民俗时间。张爱玲小说交织着传统和现代两种文化因子,呈现了20世纪30年代上海特有的民俗风情。     

上海境外游客旅游空间流动趋势研究

通过对上海境外游客的实地抽样调查,利用VisualFoxPro软件,建立上海境外游客时间和空间变化数据库,经过统计分析,探讨上海境外游客市场的结构特征、客流量的时间变化规律及其与11个旅游热点城市之间的空间流动趋势.     

快速路网实时OD预测的时间颗粒度选择

常见的基于实测数据的origin-destination(OD)预测方法分为两类:一类基于历史信息,即根据上一天或上一周同一日相同时段的数据进行预测,简称同比预测法;另一类则是根据同一天相邻时间段的数据预测本时段的OD,简称环比预测法.预测所用基础数据的时段长度称为时间颗粒度.时间颗粒度的大小对OD预测结果的稳定性、准确性具有重要影响.针对上海快速路网,采用ADF单位根检验和KMeans聚类分析方法,研究时间颗粒度对预测结果的影响,提出了时间颗粒度选择的建议,同比预测方法相比环比预测法更容易得出稳定、合理的预测结果,30~60min的时间颗粒度预测效果较好.     

35／10kV配电网规划中的可靠性定量评估

本文根据电力系统可靠性评估理论，采用基于最小割集原理的系统可靠性计算方法，对上海某区２０００年３５／１０ｋＶ配电网规划方案进行了可靠性定量评估。从网络基本最小路概念出发，编程时采用一定技巧，能明显节省寻找最小割集所需的时间和内存。     

基于DFA的股价指数自相关分析

以股价指数的自相关函数为时间序列,运用非趋势波动分析DFA方法研究我国股票市场的长期相关性,结果表明,上海股票市场和深圳股票市场在跨时间尺度的股价指数之间存在着相关性,呈现为持久性的时间序列,随机游走不再适用,股价指数的有偏随机游走是当下投资者对信息反应生成的,由于市场信息不具有同质等量分布,造成交锗 对信息理解的差异,信息不能瞬间或及时反映到股票价格中,存在着复杂滞后交易,导致了股价指数的有偏随机游走。     

中国股指期货的价格发现功能和波动外溢效应

运用EC-EGARCH-GED模型,分析了中国股指期货的价格发现功能和波动外溢效应.研究结果表明股指期货增大了股指的波动性.从长期看,股指期货的价格影响股票指数的价格;而短期内股指期货价格对股指价格的影响比长期均衡的影响大.最后还考察了中国新上市的股指期货对沪深300指数的影响,认为股指期货的上市给股指带来了一定的冲击力.     

用ARCH模型研究中国股市的波动特征

中国股市的波动特征是学者们和投资者关注的一个重要领域,与国外成熟的证券市场相比,中国股票市场作为新兴市场,具有其特有的性质,如更高的不可预测性和复杂性,股票价格更大的波动幅度和频率.研究中国股市的波动特征就具有重要的理论价值和现实价值.投资者在选股过程中需要理解中国股市随时间变化的波动情形,而ARCH模型族正是研究股市波动随时间变化的工具.以上证综合指数为对象,采用GARCH类模型对中国股市波动情况进行实证研究,为股市收益的尖峰厚尾特点、波动的集簇性、时变性提供了实证证据,并对实证结果作了一些初步的探讨.     

沪深300股指期货与现货市场的价格关系研究

通过采用平稳性检验、构建误差修正模型、运用脉冲响应分析和方差分解方法,对已上市交易的沪深300股指期货和现货指数之间的引导关系进行了实证研究,结果表明：从长期来看,沪深300股指期货价格与指数现货价格之间存在稳定的协整均衡关系,且期货市场对长期均衡偏离的调整力度更迅速;从短期来看,股指期货市场和指数现货市场的价格之间存在正向的相互引导关系,股指期货市场对于一个标准差冲击的反应相较于指数现货市场更为强烈;从价格发现的方面来看,沪深300指数期货市场与指数现货市场之间存在双向价格发现的关系,但现货市场对期货市场的引导作用较高.     

股权分置改革前后中国股市混沌分形特征比较

股权分置一直是困扰中国股市的制度性缺陷.通过计算股改前后沪深两市4种指数的Hurst指数和分形维,来比较股改前后市场的混沌分形特征.得出一系列结论:中国股票市场具有混沌分形特征,股改明显加快了丧失初始条件记忆的速度;股改后市场的投资风险有加大的趋势;深市最少需要4个变量来建立市场的动力学方程,而沪市就至少需要5个变量,沪市比深市复杂些;股改后两市分形维有下降趋势,股改有提高市场效率的趋势.这些结论可为研究股权分置改革对中国股市的影响提供一点思路.     

基于R/S分析的深圳股票市场分形特征分析

利用R／S方法考察了深圳证券交易所六支股票的开盘价、收盘价、最高价和最低价四个变量的分形特征．研究表明单支股票的价格分形维数具有唯一性；同时股票市场具有短周期性，说明了我国股市的投机特征．     

基于EMD与BP神经网络的中国股票指数期货价格预测

应用经验模态分解算法（EMD）和BP神经网络理论提出了我国股指期货市场价格走势预测模型。首先应用EMD分解算法把股指期货价格序列分解成不同尺度的内禀模态分量（IMF）,再通过重复试验的方法运用BP神经网络对股指期货价格序列和分解得到的所有IMF的数据序列进行训练,得到股指期货价格的预测模型,并对股指期货价格进行预测。实验表明,通过该方法得到的预测值与股指期货的实际价格有着很高的拟合度。     

基于RBF神经网络的股市建模与预测

提出一种基于ＲＢＦ神经网络的股市预测建模方法,并采用递阶遗传算法训练ＲＢＦ网络的参数、权重和结构,对上证综指和个股（伊利股份）的建模与预测结果表明,该训练方法使ＲＢＦ神经网络具有很强的学习与泛化能力,它在股市这样一个复杂的非线性随机系统建模中具有很高应用价值。     

基于案例推理的股价操纵行为判别系统研究

自中国股票交易市场成立以来,各种各样的股价操纵行为层出不穷。本文就如何对股价操纵行为进行判别做了研究,设计了一个基于案例推理的股价操纵行为判别系统。利用1996~2009年间在中国股市中被公开披露和查处的股价操纵案构建案例库,在前人研究的基础上从价量和风险两个角度提取了股票的若干市场交易属性作为判别指标,并通过二值Logistic回归分析确立了指标属性的权重,随后采用K最近邻法作为案例检索算法,依据指标属性的特征同时确立了属性相似度的计算方法,并利用SQL语言对核心算法在数据库中进行了程序实现。同时,通过设计“阈值控制法”来维护案例库,确保了案例库中知识的代表性并能有效降低信息冗余度。基于案例推理的股价操纵行为判别系统能够绕过“知识获取”这个难题,克服基于规则的推理系统的一些弱点,为今后股价操纵行为的判别研究提供了一个新的方向。     

基于EMD的中国股票市场分形特征研究

为揭示我国股票市场的分形特征, 利用经验模态分解及重标极差分析法(R/ S: Rescaled Range Analysis)探究中国股票市场的特征, 利用经验模态分解方法对沪深300 指数的收盘价格对数收益率进行分析, 并采用分形理论中的R/ S 分析法对固有模态函数进行实证研究, 以揭示我国股票市场的分形特征。实验结果表明,我国股票市场具有显著的自相似性, 分解后的收益率序列是有偏的随机游走过程。