中国金属期货与现货市场多元交互关系的多重分形分析

本文主要运用分形分析法研究我国金属期货与现货市场之间多元交互关系的复杂性特征.首先将广泛使用的多重分形去趋势交互相关分析法(MF-DCCA)推广至多元情形,提出了多元多重分形去趋势交互相关分析法(MV-MFDCCA).然后,利用MV-MFDCCA等多重分形分析法,从系统论的视角,实证研究由我国铜、铝、锌三种基本金属的期货与现货日收益率序列所构成的两个系统之间的多元交互相关关系.结果表明,金属期货与现货系统内部及系统之间均存在长程幂律交互相关关系和多重分形特征,并且现货系统及其分量的自相关和交互相关关系的多重分形强度均大于期货系统及其对应分量的多重分形强度.此外,在大波动情形下,期货系统与现货系统之间的交互关系主要受铜的期货与现货之间关系的影响,而在小波动情形下,主要受锌的期货与现货之间关系的影响.     

属性代理重加密的区块链密文云存储共享研究

为了更安全高效地实现信息存储共享服务，提出一种支持关键词检索及属性代理重加密的区块链存储共享方案。采用节点分类和密文存储分离的方式，更好地实现了抗共谋攻击；引入信息交互智能合约，使信息共享双方无需中心机构参与就可以自发地进行通信。利用属性代理重加密算法，信息属主不需要重新加密、上传、下载就可以向其他用户共享信息，在一定程度上减轻云存储器高频访问的压力。通过与现有的属性代理重加密方案进行对比，结果验证了方案的安全性和高效性。     

SlightDetection：一种以太坊智能合约安全漏洞的静态分析工具

以太坊智能合约若存在安全漏洞，则会导致无可估量的损失。为缓解该问题，提出了一种以静态程序分析技术实现代码全覆盖的智能合约漏洞检测工具SlightDetection。该工具将智能合约源代码转化为对应的抽象语法树，并翻译为XML中间表示；以几个经典漏洞的特征为例，书写自定义的XPath规则库；将XML中间表示与XPath库作为输入不断遍历XPath规则库并进行匹配，最终得到漏洞检测的报告。该文测试了3个经典合约，充分展示了SlightDetection具有更快、更准确的检测特性；对Etherscan上提供的大量智能合约进行测试并对其中100多份合约进行了手动验证，进一步证明了该工具的有效性。     

股指与股指期货日内互动关系研究

旨在应用高频数据分析股指与股指期货日内互动关系.研究发现标准普尔500指数现货市场与其期货市场收益率之间存在即时互动关系,这与国外已有研究的结果不一致.为了更进一步研究信息在现货市场与期货市场之间流动的方式,文中采用了三种方法度量股指期现市场的波动性,并且检验了两个市场波动率之间的先行-滞后关系.结果发现,股指期货先行时间明显比股指先行时间要长,股指与股指期货对不同类型的信息反映速度是不一致的.     

也谈企业的性质

对于企业性质的研究应该从外部和内部两个角度展开。从外部即从企业与市场、政府、家庭的关系来看,企业是一种生产组织;从内部即从剩余索取权和控制权的分配来看。企业中两种权利的不对称分布是企业最根本的特征。     

股指期货会计问题研究

本文参考国内外对衍生金融工具的会计问题研究成果,结合股指期货交易的自身特点,从股指期货的确认、计量和信息披露三方面入手,对股指期货的会计问题进行了研究.     

基于胶囊网络和注意力机制的智能合约漏洞检测方法

近年来,随着智能合约的数量越来越多,因合约漏洞而造成的经济损失愈发严重,智能合约的安全性越来越受到广泛的关注。基于深度学习的漏洞检测方法能够解决早期传统智能合约漏洞检测方法检测效率低、准确率不足的问题,但大多现有基于深度学习的漏洞检测方法都是直接使用智能合约源代码、操作码序列或字节码序列作为深度学习模型的输入,会因引入过多无效信息而削弱有效信息。为此,文中提出了一种基于胶囊网络和注意力机制的智能合约漏洞检测方法。考虑到程序的执行时序信息,文中通过提取智能合约的关键操作码序列作为源代码特征,然后利用胶囊网络和注意力机制的混合网络进行训练,其中胶囊网络模块用于提取智能合约的上下文信息以及局部与整体的联系,注意力机制用于给不同的操作码按照其重要程度分配不同的权重。实验结果表明,文中提出的算法在智能合约数据集中的F₁分数和准确率分别为94.48%和97.15%,与其他传统检测方法和深度学习方法相比有较明显的性能提升。     

期货燃料油质量分析

对广东省出入境检验检疫局技术中心化矿处石油科于2010年所检期货燃油共108批次的检测结果进行质量分析,合格率为89%,其中水分与闭口闪点合格率较低,分别为93.5%与96.3%。在满足合同规定的要求下不同样品间数值变化较大,而与油品计价关系密切的项目如水分、密度则多接近于限值。