基于EVT-POT-SV-GED模型的极值风险度量

针对金融资产收益的异常变化,采用SV-GED模型捕捉收益分布的厚尾性、波动的异方差性等特征,将收益序列转化为标准残差序列,结合SV-GED模型与极值理论拟合标准残差的尾部分布,建立了一种新的度量金融风险的基于EVT-POT-SV-GED的动态、VaR模型.用该模型对上证综指做实证分析,结果表明该模型能够更精确、合理地度量上证综指收益的风险.     

基于SV-POT-TDRM的沪深300股指期货尾部风险研究

使用随机波动率模型修正沪深300股指期货收益率序列的波动聚集效应,并在残差服从正态分布和极值分布的假设下,分别计算了度量尾部风险的VaR、ES及尾部扭曲风险测度(TDRM)值。研究发现:股指期货日收益率序列呈现负偏、尖峰厚尾及波动聚集的形态;使用随机波动率模型可以较好地预测波动率的变化;假设残差分布服从极值分布的模型结果优于假设残差分布服从正态分布的模型结果,说明极值模型在尾部分析上比正态分布更加适用;使用扭曲尾部风险测度估计尾部风险,通过扭曲函数的选取与风险厌恶系数的不同设定,调整尾部风险发生的概率,反映了投资者的主观风险偏好,在相同置信水平下,得到的尾部风险估计值比VaR更精确。     

基于GJR模型的EVT动态风险测度研究

通过运用ARMA-GJR模型捕获上证综指的损失序列的自相关、波动集聚性和杠杆效应特征,用极大似然估计(MLE)估计模型参数以求出条件均值和条件方差以及标准残差序列;然后假设沪市指数损失标准残差序列近似满足EVT条件,分别取175、105和35个极值数据并运用MLE来估计广义帕累托分布(generalized Pareto distribution,GPD)的参数,进而估计出q分位数对应的动态风险值VaR(value at risk)和ES(expected shortfall);最后对风险测度方法的估计效果进行分析.实证结果表明:标准残差序列的极值尾部近似服从GPD,ES是相对于VaR更保守的风险测度方法.     

基于CVaR的RAROC对我国开放式基金绩效评价

将CVaR引入到常用RAROC模型中,以2006年到2009年的数据对我国开放式基金进行绩效评价.计算CVaR和VaR时都采用新的方法即运用GARCH,EGARCH,PARCH模型和残差服从T和GED分布的组合来计算,接着通过返回测试提高VaR和CVaR精度,并且将CVaR与VaR的结果都进行测试比较.经过实证检验,基于CVaR的RAROC更准确地衡量了风险,提高了精确度,为基金投资者提供了一个很好的业绩参考指标.     

近似非齐次指数数据的灰色建模方法与模型

传统GM(1,1)建模是用齐次的指数序列来拟合原始数据,对近似非齐次指数序列进行建模时会有较大的偏差,而现实中存在大量的近似非齐次指数的数据序列.根据传统灰色GM(1,1)建模机制,提出了一个用非齐次指数序列来拟合原始数据的灰色模型,给出了模型参数的最小二乘解,并给出了模型时间响应函数的表达式. 最后,通过实验验证了新模型的拟合和预测精度实验结果显示,新模型比传统GM(1,1)模型具有更好的拟合和预测精度.     

ARFIMA模型在中国股票市场预测的失效

选取了上证综合指数、深证成份指数、上证工业指数、上海商业指数、上海地产指数、公共事业指数、四川长虹、深发展A 8个从1997-01-02～2001-12-31样本序列.分别进行了序列的性质分析,并根据序列的性质为它们建立了ARFIMA(p,d,q)模型,进行了预测.结果表明,ARFIMA模型在中国股票市场对收益序列的预测是失败的.     

基于改进细菌觅食算法的AGV作业车间多目标优化

针对AGV作业车间优化问题,考虑生产机器与AGV的可靠性服从指数分布和威布尔分布,建立以生产机器可靠性最大化、AGV可靠性提升程度最大化及总成本最小化为优化目标的数学优化模型,并提出利用一种基于激素调节机制的情绪化细菌觅食算法求解模型.针对原始算法存在的趋化步长的不确定性,在趋化过程中引入高斯分布搜索机制更新个体位置,...     

基于收益序列相关的动态投资组合选择——动态均值-方差模型

以动态均值-方差模型研究基于收益序列相关的投资组合选择.利用嵌入法将动态均值-方差模型嵌入到二次效用模型当中,通过动态规划方法求得最优投资策略和有效边界的解析形式.还得到一个反映风险资产动态投资价值的指标,它能包涵序列相关性的影响,在静态情形下,该指标是夏普指数绝对值的单调递增光滑变换.风险资产投资价值影响最优投资,并决定有效边界斜率.最优投资策略使期望终期财富向目标值趋近,该目标值随风险资产投资价值递增.最后以收益服从AR(1)过程为例对最优投资策略进行数值计算,发现序列相关可以对最优策略造成显著影响.     

基于小波分解和残差GM(1,1)-AR的非平稳时间序列预测

提出基于二进正交小波变换和残差GM(1,1)-AR方法的非平稳时间序列预测方案.首先利用Mallat算法对非平稳时间序列进行分解和重构,分离出非平稳时间序列中的低频信息和高频信息;然后对高频信息构建自回归模型,对低频信息则用灰色残差模型进行拟合;最后将各模型的预测结果进行叠加,从而得到原始序列的预测值.该方法不仅能充分拟合低频信息,而且可避免对高频信息的过拟合.实验结果表明,这种方法比传统的非平稳时间序列预测方法具有更高的预测精度.     

中国证券市场波动与收益的非线性相关

考察我国沪深两市指数收益的序列独立性.表明证券市场收益序列尽管线性自相关现象不显著,却存在着明显的非线性相关关系.而且这种非线性相关关系一般可由“ARCH效应”来加以解释,即波动聚类性是形成非线性相关的主要原因.应用BDS统计方法对收益残差的检验显示,GARCH(1,1)形式能够很好地刻画上证综合指数的非线性和波动性特征,ARCH(3)形式则能够很好地刻画深证综合指数的生成过程.     

弯路坡路上元胞自动机交通流仿真模型

从车辆动力学入手,分析含有弯度和坡度的路段对车辆行驶的影响,通过对N-S模型的修正得到了适用于弯路和坡路的元胞自动机模型,并且重新定义了弯路和坡路元胞的大小和更新规则。最后用改进的模型进行了仿真实验,仿真结果表明改进的模型能够更好的反映现实交通量之间的关系,证明了应用改进模型对弯路和坡路的仿真研究是可行的。     

基于人因学的工作地设施布局的优化设计研究

用 REBA方法将工作地中人的作业动作因素定量化 ,结合物流因素 ,提出了新的基于人因学的工作地设施布局的优化设计模型 ,综合反映物流优化和人因素优化两个方面 .改进了求解工作地设施布局的遗传算法并应用之对模型求解 .实例研究表明 :利用该模型进行工作地设施布局设计 ,不仅保证作业的高效率 ,同时还能减轻职业性肌肉骨骼损伤的风险 .     

脆性物体破碎效果实时仿真研究

通过对现实世界中脆性物体破碎现象的分析,实现了一种在虚拟场景中实时模拟物体破碎效果的方法。该方法采用三角面片模型对破碎物体进行建模,采用BSP树结构存储以实现三角面片的快速分类及检索。对模型进行预处理并使用平面进行切割,对切割所产生的多边形进行三维重建,得到新的完整的三角面片模型。对预处理所得的各个三角面片设置其初始位置、速度、角度等以实现物体破碎过程的实时仿真,引入碰撞检测以免碎片相互贯穿。     

基于链路层重传的传感器网络可靠传输模型

无线传感器网络的通信链路是极其不可靠的。提出了路径效率这一新的链路质量度量参数,以路径效率为主要指标分析了传统的数据链路层可靠传输模型,并提出了一种以效率为中心的组确认模型,该模型通过减少反向链路数据重传请求包的个数,有效地降低数据传输中的冗余信息,极大地提高网络的路径效率,从而节约能耗。通过NS-2仿真工具对组确认模型的性能进行了测试,结果表明该模型更适合于资源受限的传感器网络的应用。     

基于混沌和声搜索算法的水资源优化配置

将和谐性理念与经济、社会和生态环境的综合净效益结合,利用协同学原理中有序度概念和支配原理定义出经济效益和谐度、社会效益和谐度和环境效益和谐度概念及计算公式,以此为基础构建了水资源优化配置模型中的目标函数;并利用混沌变量的随机、遍历特性在解空间内进行有效探索以及基本和声算法中和声策略对解空间进行开发的原理,提出了能求解具有多目标的水资源优化配置问题的混沌和声搜索算法;最后, 将水资源优化配置模型与混沌和声搜索算法运用于北三河流域,实例计算结果表明, 模型设置的水资源优化配置目标合理,搜索算法简单高效.     

全球多分辨率虚拟地形环境的金字塔模型研究

针对全球多分辨率地形环境的数据特点和渲染需要，结合多分辨率LOD（MRLOD）模型技术，设计并实现了一种面向全球的金字塔模型，并详细说明了金字塔模型的构建规则。在分析传统分层分块方案的不足的基础上，提出了设计的分层分块方案，并分析了方案的可行性和分层分块后的结构组织。     

考虑随机离职的新产品研发项目组合多技能员工调度模型

研发人员随机离职事件对新产品研发项目组合调度具有重要影响.以多技能研发人员为调度对象,采用离散马尔可夫链描述人员离职过程,考虑人才培养战略收益、研发周期以及研发成本三个目标,建立了新产品研发项目组合调度随机多目标约束优化模型.采用自适应帕累托抽样算法求解模型,算法中采用马尔可夫蒙特卡罗抽样技术进行随机离职抽样,基于启发式串行进度生成机制计算确定性情况下目标值,采用快速非支配遗传算法(NSGAII)获取多目标期望值模型的帕累托解集.将算法和模型应用到国内某公司一种新的电气节能产品研发项目组合人员调度问题中,结果显示:随机模型较确定性模型更为贴近企业实践情况;设计的算法能够有效地求出问题的帕累托解集,收敛性能较好.研究结果可为企业进行随机离职情况下新产品研发项目组合多技能员工调度方案的制定提供有效的决策支持.     

基于“当前”统计模型的高动态GPS信号跟踪算法

提出了一种新的高动态GPS信号跟踪算法,基于＂当前＂统计模型对载波瞬时相位过程、瞬时频率及瞬时频率变化率过程进行建模;在此基础上,结合系统状态方程为线性而量测方程为非线性的特性,采用简化UKF算法对信号参数进行估计,同时采用EKF和标准UKF滤波算法在同等条件下对信号参数进行估计比对。仿真结果表明对信号参数所建模型能真实反映信号的过程,验证了所建模型的正确性的;简化UKF参数估计结果不仅精度与标准UKF相当且具有较高的运算效率,能更好满足高动态下的实时性需求。

Abstract：

A new high dynamic GPS signal tracking algorithm was proposed.Based on current statistical model,a new model for the GPS signal transitional process was established.Since the system involved a linear state equation and a nonlinear measurement equation,a simple Unscented Kalman Filter （UKF） algorithm was applied to estimation the signal parameters.For comparison purpose,an Extended Kalman Filter （EKF） algorithm and a standard UKF algorithm were also applied to the system to illustrate the effectiveness of the proposed filtering algorithm.Simulation results show that the new model can precisely represent the real signal process,and the simple UKF algorithm achieves high precision comparable to standard UKF with higher operation efficiency.Therefore,the new model and the proposed algorithm can satisfy real time requirement in high dynamic environment.     

多被动探测器对多目标定位模型及仿真

对于探测目标间距较小的目标群,提出使用3个被动探测器的探测模型。首先,重点研究了多被动探测器对多目标进行定位的目标关联问题;然后,建立了3个被动探测器的机动模型,提出了3个被动探测器多目标定位的目标关联算法。最后,通过仿真分析了各种因素对目标关联的影响。仿真结果表明提出的3个被动探测器机动模型和目标关联算法是有效的。     

基于元胞自动机的道路交通堵塞仿真研究

意外交通事件的发生会干扰正常的交通流秩序,甚至引起交通堵塞。建立交通意外事件影响下的交通流仿真模型,将能有效地对拥堵传播控制进行研究。对堵塞车流中车辆个体的行为特征进行了详尽分析后,通过设置＂挤车变道＂规则对现有的元胞自动机模型进行了改进,建立起一种适合描述交通堵塞传播的元胞自动机模型。该模型能够较为准确地模拟出堵塞交通流的时空传播过程。最后,利用本模型探索了主要交通流参数对堵塞传播的影响规律。

Abstract：

Traffic incidents will reduce the traffic capacity,and even cause the traffic congestion. So building an effective simulation model is necessary to study the rules of congestion＇s propagating. The behavioral characteristics of individual vehicles in the traffic jam are different from others,but the current traffic CA （cellular automaton） models neglect those differences. The differences were taken into account by introducing some new rules into the old CA model. With the new CA model,the process of traffic congestion＇s propagating could be simulated correctly. Lastly,the relationships between congestion＇s propagating and some traffic parameters were explored by this model.