时间序列协整关系的存在性及检验方法

利用时间序列协整理论来提高金融系统中长期预测精度是其重要应用领域.在时间序列协整关系存在性的判断及检验方法的研究领域中,国外以2003年度诺贝尔经济学奖得主Engel和Granger所研究的线性协整为成熟代表,他们研究的是非平稳时间序列之间的长期线性协整关系,国内以张世英为代表的研究集体所研究的是非线性与长记忆时间序列间的协整关系并在这方面取得了一系列创造性的成果,他们还在非协整系统中分量序列的非线性变换、贝叶斯检验等方面也有较深入的研究.本文主要介绍了这些时间序列协整关系的存在性及检验方法并对这些方法进行适当对比分析.     

股票即时价格与期货价格关系的实证研究

借助协整(Cointegration)和向量自回归(VAR)技术,通过实证研究了股票即时价格与期货价格之间的关系.主要包括反映两个变量长期均衡状态的协整关系、Granger因果关系以及得出这些关系的ADF单位根检验、Johansen协整关系检验和协整因果关系检验,同时也给出了实证分析中精确的计量结果.     

基于LSTM神经网络的黑色金属期货套利策略模型

利用协整检验方法和LSTM神经网络算法,建立黑色金属期货市场的套利策略模型.利用基于LSTM神经网络套利策略模型对大连商品交易所上市的焦炭期货、铁矿石期货和上海期货交易所上市的螺纹钢期货进行实证研究.对比研究基于LSTM神经网络、BP神经网络和卷积神经网络的3种套利策略模型,实证结果表明基于LSTM神经网络的黑色金属期货套利策略模型可行有效,并且比BP神经网络套利策略模型和卷积神经网络套利策略模型表现更好.     

中国电力消费与经济增长的互动关系研究

基于检验有效性和可信度的考虑,利用协整检验来验证序列线性组合的平稳性,序列出现线性组合不平稳,则格兰杰因果检验是有效的;采用Hsiao版格兰杰因果检验进行最优滞后阶数选择,分析变量间因果关系的存在及方向.结果表明:除核电消费不是经济增长的格兰杰原因外,其他变量互为格兰杰原因.     

沪深股市收益率的协整与因果关系实证研究

利用协整理论与误差修正模型对上证指数与深证指数对数收益率序列进行了协整分析,并利用Granger因果关系检验理论,考察了两者之间的联动关系.     

台湾地区经济增长和能源消费的单方向因果关系

应用多变量时间序列间的协整和单方向因果测度理论,探讨1954-2008年台湾地区GDP(国内生产总值)和能源消费之间的长期均衡关系和因果关系.基于误差修正模型及协整阶数的似然比检验,可以发现台湾地区GDP与能源消费,GDP与石油消费,GDP与电力消费之间都存在协整关系.单方向因果测度的Wald统计检验表明,GDP和能源...     

基于结构关系识别的中国汽车销量预测

准确的销量预测有助于汽车企业合理安排生产计划.提出采用包含单位根检验、格兰杰因果检验、弱外生性检验以及协整检验的结构关系识别方法来研究中国汽车销量与宏观经济变量之间的动态联系.其中,宏观经济变量主要考虑了汽油价格、消费者信心指数、居民消费指数和钢材产量,收集了2007~2016年的月度数据,构建了用于实证的数据集.研究表明中国汽车销量与识别的内生变量间存在着长期的协整关系,基于此,构建向量误差修正模型以量化这些变量对中国汽车销量的长期影响.与传统时间序列方法的比较表明,所提方法能提高预测精度,更好地反映中国汽车销量与宏观经济变量之间由短期偏离向长期均衡调整的动态过程.     

安徽出口贸易、经济增长与能源消费关系的实证分析

以1978-2007年间安徽省生产总值、出口总额和能源消费总量的数据为基础,运用协整分析和Granger因果检验对三者关系进行了实证研究.结果显示：3个变量间存在长期协整关系;安徽出口贸易与其能源消耗之间不存在双向因果关系,而安徽经济增长与其能源消耗之间则存在双向因果关系,安徽出口贸易与安徽经济增长之间呈单向因果关系.     

向量分整时间序列的协整关系探讨

针对向量分整时间序列,首先给出几个性质,并利用这几个性质给出向量分整时间序列的线性协整关系存在的条件;然后把整数阶广义协整的概念推广到分数阶情形,并利用广义分整协整得到向量分整时间序列的非线性协整关系存在的一个充分条件,且给出具体的非线性函数形式;最后结合R/S分析,给出一个判断非线性协整关系的实用算法.     

上海银行间同业拆放利率协整分析

利用协整检验和单位根检验相关理论,对上海银行间同业拆放利率中8个利率品种之间的关系进行了实证研究.结果显示,除了中长端利率中的(M6,M9)和(M6,Y1)组合外,SHIBOR(Shanghai Interbank Offered Rate)利率其他组合都具备长期均衡的协整关系.此外,通过对协整系数分析发现中长端利率各品种相互影响的程度更大一些.     

基于改进的BP神经网络算法的控制系统在线辨识方法

 讨论了以计算机虚拟仪器为核心器件,搭建了动态测试与系统辨识硬件平台,使用Delphi语言编写辨识模块,实现对控制系统的在线辨识。在非线性系统辨识方面,针对BP神经网络算法中存在的收敛速度比较慢和辨识精度不高的问题,提出一种基于降低网络灵敏度的MBP神经网络辨识算法和一种基于小波分析的神经网络辨识算法,实现了对控制系统的状态进行预测估计。并以“防空武器半实物仿真系统”中的三轴稳定平台为对象,试验验证了算法的正确性。     

基于改进模糊神经网络的PID参数自整定算法

针对传统的PID控制算法参数整定困难,控制效果并不理想,将神经网络算法、模糊控制算法结合在一起,形成了模糊神经网络PID参数自整定算法,并且对模糊神经网络进行改进,将神经网络输入的状态变量进行模糊化和归一化处理,采用BP神经网络自整定PID控制器的参数,根据RBF神经网络得到受控对象的Jacobian信息。仿真结果表明,基于模糊神经网络的PID自整定控制效果较好,具有一定的应用前景。     

基于神经网络的男子体质健康预测模型研究

利用人工神经网络强大的函数映射能力,以体质健康各评价指标测量成绩为输入参数、体质健康总分为输出参数,建立了体质健康神经网络预测模型.该模型克服了多元回归模型需要确定数学表达式的缺点,更准确地映射出各评价指标成绩与体质健康总分之间的函数关系,并随着新样本数据而不断更新.运用所建立的神经网络模型,绘制了各评价指标成绩与体质健康总分之间的相关曲线,为学生进行科学训练提供了理论依据.     

基于神经网络的男子体质健康预测模型研究

利用人工神经网络强大的函数映射能力,以体质健康各评价指标测量成绩为输入参数、体质健康总分为输出参数,建立了体质健康神经网络预测模型。该模型克服了多元回归模型需要确定数学表达式的缺点,更准确地映射出各评价指标成绩与体质健康总分之间的函数关系,并随着新样本数据而不断更新。运用所建立的神经网络模型,绘制了各评价指标成绩与体质健康总分之间的相关曲线,为学生进行科学训练提供了理论依据。     

旅游客流预测模型的比较及其实证研究——以黄山风景区为例

本文以黄山风景区1979-2004年客流量为例,定量分析线性回归模型、指数平滑模型、灰色预测模型以及BP网络预测模型的应用及其差异问题,得出以下结论：1）如果序列较长（20a左右）,可选择指数平滑预测模型;2）如果序列较短（7a以下）,可选择线性回归预测模型;3）介于两者之间的可以考虑使用灰色预测模型;4）BP模型预测（拟合）值比较准确,但结构复杂.由于选择的模式不同,预测值也会有差别,需要根据试算结果选择适当的网络模式和函数参数.     

基于PCA-ANN模型中存在的问题及改进

文章深入分析了目前普遍采用的主成分分析——神经网络模型应用中存在的不合理问题,通过推导指出错误所在,提出了相应的改进方案.为了验证改进模型的有效性,以UCI机器学习库中的数据集为样本,选取有导师BP神经网络和无导师SOM神经网络,建立改进的主成分分析——神经网络模型,并与传统主成分分析——神经网络模型进行比较测试,实验结果表明改进的模型效果更优.     

BP神经网络主成分分析在试飞数据预测中的应用

本文采用主成分分析与BP神经网络相结合的方法对试飞数据进行了预测,同时还对BP神经网络主成分分析法与全要素BP神经网络分析法进行了比较．结果表明BP神经网络主成分分析法具有精度更高、收敛速度更快等特点。     

基于模板自适应细胞神经网络的图像处理及识别

本文介绍了一种适合于并行计算机的模型——细胞神经网络,它是神经网络的一种特殊形式,具有神经网络的识别、智能和联想能力．具体介绍了利用细胞神经网络（ＣＮＮ）实现二值图像和灰度图像边缘检测,详细分析了ＣＮＮ设计过程并作改进,引入了模板权值自适应的ＣＮＮ及其设计方法,并给出了仿真结果．     

一种新颖的细胞神经网络的原理及应用

本文从易于理解的角度简要介绍了细胞神经网络的基本理论,论述了它与Hopfield模型的联系和区别,以及这类神经网络的应用.并指出了若干可供研究的课题.     

脉冲电化学光整加工表面质量的神经网络模型研究

利用神经网络方法研究了脉冲电化学光整加工表面质量与各主要工艺参量之间的复杂非线性关系,建立了二者之间的神经网络预测模型,预测结果与实验结果较为吻合。研究结果表明,神经网络计算用来预测脉冲电化学光整加工的工艺性能是可行的。