用随机漫步模型拟合1850年至2009年的全球气温变化(英文)

用随机漫步模型拟合全球气温变化的CRUTEM3数据系列。首先将1850年至2009年全球的平均气温转换为气温漫步,再用随机漫步模型直接拟合。结果显示,该模型能够拟合气温漫步和CRUTEM3数据系列。这为气温建模提供了一种新的模型,并且拟合结果也表明全球气温可能是随机变化的。     

用随机漫步模型拟合39个贝塔世界城市1901～1998年的降水量

用随机漫步模型拟合1901年至1998年39个贝塔世界城市的年降水量。先将每个城市的降水量转换为降水漫步和随机降水,再用随机漫步模型分别对转换数据和实际数据进行拟合。结果显示,该模型能够拟合降水漫步和实际降水,为降水建模提供了一种模型,表明此期间这些城市的降水呈现随机变化。     

用随机漫步拟合1901年至1998年44个贝塔世界城市的气温变化

为了进一步证实随机漫步模型能够拟合气温的变化,获得坚实的科学结论,继续利用随机漫步模型拟合44个贝塔级世界城市1901年至1998年的气温漫步和记录气温,得到了很好的拟合效果。拟合结果与我们以前的研究结果相一致。随机漫步模型可以用于描述城市的气温变化。     

基于ARMA-GARCH模型的上证指数实证分析

研究上证指数收益率过程。本文以2004年9月30日至2011年9月30日期间的上证指数收盘价为基础,验证序列的相关性、稳定性及异方差性,建立ARMA-GARCH模型进行实证分析和预测,分别在误差服从正态分布、t分布、GED分布条件下比较拟合和预测效果,得到t分布的ARMA-GARCH模型最优,表明其更适合上证指数收益率的研究。     

上证月平均收盘价走势的统计分析——基于ARMA模型

基于ARMA模型,对2000年1月至2014年3月上证月平均收盘价数据进行拟合,结合R和Eviews软件,用BIC准则进行模型的定阶,所选择的模型预测误差在可接受范围内,并根据最终模型进行趋势预测,结果显示未来五个月的月平均收盘价有上涨趋势.     

基于ARMA-GARCH模型的上证指数短期预测研究

将在处理金融数据易变性方面具有优势的广义自回归条件异方差模型(GARCH)和在平稳时间序列数据预测方面具有优势的自回归移动平均模型(ARMA)相结合,提出ARMA-GARCH预测模型。以2007年10月08日到2011年11月4日997个上证指数收盘价格为样本对综合预测模型进行估计,并用随后五天的上证指数收盘价对综合预测模型进行检验。检验表明模型有效地刻画了上证指数的短期变化。     

昆明市住宅类商品房价格趋势分析

根据住宅类商品房的月均价的分布特点,使用长期性趋势分析、季节性因素分析及随机时间序列分析相结合的方法,对昆明市2004年1月到2006年11月的月均价数据进行了详细的分析,得出了反映昆明市住宅类商品房价格趋势的组合模型.并在此基础上给出2007年昆明市各月的住宅类商品房均价预测值.     

基于三次指数平滑法的沪牌拍卖月均价预测

随着人们生活水平的提高以及国内外人才向上海的大量涌入,上海车牌拍卖竞争越发激烈,因此对拍牌成交月均价的短期预测具有较高的现实意义.通过对投放数量、投标人数、历史数据等影响因素与成交月均价进行相关性分析发现,利用历史数据进行短期预测最为有效.据此,基于传统的三次指数平滑法和动态三次指数平滑法,利用2016年1~10月上海车牌拍卖成交月均价的历史数据,预测了2016年11月和12月沪牌拍卖成交月均价.同时,通过对预测误差进行分析得到动态三次指数平滑法要优于三次指数平滑法.从而得出,基于动态三次指数平滑法,利用历史数据对车牌月均价进行短期预测,能为车牌拍卖出价提供有效指导.     

基于HP滤波和协整理论的期货套利研究

利用Engle-Granger检验法,检验上海沪铜期货两个近月合约收盘价数据的长期均衡关系.在满足协整理论前提下,利用HP滤波法将两序列分别分解为长期趋势和短期波动周期性两种成分,并建立一种新的跨期套利方法:通过高阶自回归模型拟合趋势成分,并将趋势成分拟合误差转入周期性成分,通过GARCH类模型族对修正后的周期性成分进行拟合;再运用穷举法搜索历史数据标准化残差最优建仓与平仓阈值,建立最优套利方案;最后利用拟合模型进行预测和最优套利方案对未来数据套利.实证结果表明:基于HP滤波的套利方法,平滑指数越小,套利利润越高.与传统未进行HP滤波的套利方法相比,套利成功率较高,风险能得到有效控制,且投资者有较高的收益.1     

基于小波分析的住宅房产均价预测

将小波方法引入到深圳宝安住宅房产均价的长期趋势的预测中。利用小波多尺度分析的功能，将非平稳时间序列的住宅房产均价分解成主要趋势和细节两大部分。对主要趋势用二次多项式进行拟合预测，对细节部分用余弦逼近和AR（2）模型进行拟合预测，最后把主要趋势的预测值和细节部分的预测值相加，得到原始时间序列的预测值。并用所建立的模型对深圳宝安2006年每个月的住宅房产均价进行了外推预测。由于这种方法能够准确的提取出房产均价的长期趋势用于研究预测，因此用这种方法预测的平均相对误差比直接用二次多项式进行拟合预测的平均相对误差小0．7％。用所建立的模型外推预测出的2006年1、2、3月份的数值与实际数值相比较，平均相对误差为0．033。误差是比较小的．反映了小波预测方法的有效性。     

反馈式随机游走模型及其在股票投资中应用

针对随机游走分析在股市价格模拟中的固定漂移率、后效性等缺点,提出了反馈式随机游走模型．基于反馈式随机游走模型,通过确定性与随机性因素对股价影响与作用分配模拟了1998～2000年的上证综指．进一步分析了模拟结果的标准差及其正相排序．统计分析表明该模拟有效．与现有股市系统分析方法相比发现,该反馈式随机游走模型具有更适于现实股价波动分析,可确定出对股价影响较大的因素等优点．     

中国国债市场弱有效性检验

现代金融学大厦是建立在有效市场假说(EMH)基础之上的,主流的金融工具及衍生产品定价均是以EMH为前提假设,指数型基金的发展更是直接得益于有效市场假说的广泛推广.因此,对有效市场假说(EMH)进行实证检验具有重要的理论意义和实践意义,我国目前对EMH的检验主要集中在股票市场,对债券市场有效性的检验较为少见.运用游程检验和方差比检验2种方法,首次对我国国债市场的弱有效性进行了检验.结果显示,就日和周收益率而言,市场存在自相关,可以拒绝随机行走假设,不具备弱有效特征.在时间跨度更长的月收益率序列中,则无法拒绝随机行走的假设.     

基于股利贴现的股票动态定价模型与仿真

基于股利贴现模型,借鉴实际经济周期模型的思想,建立动态的股票定价模型,分别研究在随机技术冲击和税收政策的变化时,股票的动态价格变化.模型分析表明:股票的价格变化是逐渐进行的,股票的价格总是等于价值,市场是有效的,股票价格的波动不服从随机游走.     

深成指数的R／S分析

应用R／S分析法(rescaled range analysis)，即重标极差分析法，分别对深成指数日收盘价的对数日收益率和对数日收益率AR(1)残差进行分析，得到两个不同的Hurst指数和两个相同的非周期循环。取由对数日收益率AR(1)残差进行分析得到的Hurst指数为深成指数Hurst指数的估计值，因其Hurst指数大于0．5，深成指数的日收益率不遵循相互独立的随机游走假设，而是一个具有持久性的时间序列，并有大约120个交易日非周期循环。     

中外几大股票市场差异的分形研

运用了分形理论中的R／S分析法对中国的三大股市（上证,深证和香港的恒生指数）以及欧美的三大股市（道琼斯、纳斯达克以及标普500指数）的近10年（2002～2011）的股票指数作了差别研究．我国股市的月对数收益率的Hurst指数为0．74左右;而国外的则在0．77左右．国内三大股市的平均循环周期在600d左右,而国外三大股市在1150d左右．道琼斯指数对上证指数价格变化影响较大;恒生指数对深证指数的价格波动影响要比上证指数的价格波动影响大．中外股指均具有比正态分布更高的峰度,且在最初的一到两个周期内,数据呈现右偏尖峰后尾的分布特征,之后则呈现左偏尖峰后尾的分布特征．而国外股指的数据分布更接近于正态分布．本研究对股市研究者了解和借鉴近年来国外股市行情有着一定的指导意义．     

稳定随机游动值域的离散Hausdorff维数

利用新方法证明了Ｚ＾ｄ上的瞬时α－稳定随机游动的值域几乎处处是一个离散Ｈａｕｓｄｏｒｆｆ维数为α的分形。虽然类似的结论对Ｚ＾ｄ上的严格α－稳定随机游动也成立,但是其证明方法对Ｚ＾ｄ上的瞬时α－稳定随机游动是完全不适用的。     

基于半参数测量误差模型的加利福尼亚房价数据研究

对于加利福尼亚房价数据,房屋中位年龄可以看作是潜在的混淆变量,有可能影响其他协变量与响应变量之间的关系。如果忽略测量误差对变量的影响,并直接运用假设响应变量和协变量可以准确观测的经典半参数模型来拟合该数据,则可能会导致结果存在较大偏差,因此提出了利用单指标扭曲测量误差模型对该数据进行拟合。观察扭曲函数的拟合曲线后发现:中位房价、中位收入、总房间数、总卧室数和人口确实受到了以房屋中位年龄为混淆变量的乘积污染,这说明了选择的单指标扭曲测量误差模型相比于不考虑测量误差的半参数模型更适合加利福尼亚房价数据。