上证指数和沪深300指数序列的R/S实证分析

运用重标极差分析法（R/S分析法）,分别研究上证综合指数和沪深300指数的日、月收益率数据序列以及开盘价、收盘价、最高价和最低价的股价时间序列的分形结构特征.给出了这些时间序列的Hurst指数、平均循环长度、相关指标和分形维数等分形特征量.实证分析结果表明,两个证券市场具有明显的分形结构,市场存在状态持续性,价格呈现周期性,4种形式的股价时间序列的分形维数具有近似同一性等特征.     

基于R/S分析的异值时刻预测

利用R/S分析的原理和方法,根据异值时刻序列的特殊性,通过计算H指数,建立了平均值y-n与Rn/Sn和n的关系式,最后以太阳黑子极大年为例,预测2003年为一个太阳黑子极大年,证明R/S分析方法是异值时刻预测的一种可行方法.     

基于分形的时间序列模式挖掘方法及其应用

研究了某些时间序列所具有的分形特征,分析了利用分形理论中的R/S分析发现具有分形特征的时间序列模式的方法.用R/S方法可以从具有分形特征的时间序列中寻找变化规律,从而预测时间序列未来的发展趋势.通过实例说明分形中的R/S分析是一种有效的时间序列模式挖掘方法.     

太阳黑子数平滑月均值的混合预测模型

提出一种太阳黑子数平滑月均值的混合预测模型.通过最大Lyapunov指数得到太阳黑子数平滑月均值时间序列的最大可预测周期,结果表明太阳黑子数平滑月均值序列的最大可预测周期为42个月.太阳黑子数平滑月均值时间序列中包含着线性与非线性的成分,利用自回归滑动平均模型对线性成分进行预测,将太阳黑子数平滑月均值的实际值与自回归滑动平均模型的预测值作差值得到仅含有非线性成分的残差序列,利用具有良好非线性预测能力的回声状态网络预测残差序列,并通过人工蜂群算法来确定回声状态网络预测模型的最佳参数.将自回归滑动平均模型预测值与回声状态网络预测的残差相加,得到太阳黑子数平滑月均值的最终预测值.通过第23太阳活动周的太阳黑子数平滑月均值的预测表明提出的预测模型具有较高的预测精度.同时,对第24太阳活动周的太阳黑子数平滑月均值进行了预测,结果表明第24太阳活动周将在2020年2月结束.     

基于混沌理论的太阳黑子数时间序列预测

研究基于最大Lypunov指数的预测方法在太阳黑子数时间序列预测中的应用,并在原方法中运用Wolf算法对原方法进行了改进.预测结果表明,改进后的方法比原方法和用回归模型预测的方法有更高的精度.     

基于R/S分析法的调剖注入压力动态变化特征量化评价

运用R/S分析法和分形理论计算调剖注入压力时间序列的Hurst指数及分形维数。对王窑长6油藏的6口井弱凝胶调剖注入压力曲线进行了实例计算。结果表明,调剖注入压力序列Hurst指数均大于0.5,平均值0.956 2,对应分形维数1.043 8。分段拟合时第一阶段Hurst指数平均值0.718 3,中后期0.969 4,对应分形维数分别为1.281 7和1.030 6,调剖注入压力变化具有明显的阶段性,中后期注入压力上升的概率远高于初期,与分析堵剂在地层运移规律具有一致性。R/S分析法量化评价调剖注入压力是可行的。     

基于分形的时间序列模式挖掘方法及其应用

研究了某些时间序列所具有的分形特征,分析了利用分形理论中的R/S分析发现具有分形特征的时间序列模式的方法。用R/S方法可以从具有分形特征的时间序列中寻找变化规律,从而预测时间序列未来的发展趋势。通过实例说明分形中的R/S分析是一种有效的时间序列模式挖掘方法。     

应用R/S分析方法研究金融时间序列

应用赫斯特提出的重标极差分析法（Rescaled Range Analysis）即R/S分析法，研究金融时间序列，通过对上海股票市场综合指数日收益数据的实证分析，认为上海股票市场具有分形结构，收益率时间序列是有偏的随机游走．     

基于改进的分形插值与SVM的股指预测模型

为了更好地分析和预测股指时间序列的短期变化趋势,提出了一种确定分形插值自由参数的新方法,由此建立了一个改进的分形插值模型,并将该模型与支持向量机模型相结合构造混合预测模型.经R/S分析可知上海证券综合指数的日收盘数据具有长程相关性,于是将混合预测模型用于分析和预测上海证券综合指数时间序列,发现混合预测模型较其他方法具有更好的拟合效果,且在短期预测方面有更高的预测精度.     

螺纹钢线材市场的多重分形特征——基于上期所的实证研究

运用时间序列分析、多重分形谱以及重标极差分析方法(R/S分析法)对我国螺纹钢线材市场收益率序列进行实证研究.结果表明,我国螺纹钢和高线两种钢材收益率序列具有尖峰厚尾特征,并不服从正态分布,价格之间存在长记忆性,市场未达到弱势有效,从而质疑有效市场假说的合理性.且二者均存在明显的多重分形特征,价格仅用单一的标度指数对其进行描述是不充分的,多重分形分析方法为更好地描述钢材价格的变化规律提供了有力的工具.