基于门限CARE模型的股市收益自相关性研究

股市收益率的自相关性是金融计量研究的热点问题,对股市风险进行有效度量具有重要意义.考虑到金融收益率序列存在尖峰厚尾与非线性特征,传统的线性模型(例如均值回归模型、分位数自回归模型、期望分位数自回归模型等)往往难以在该信息特点上分析.因此,以正负向收益方式作为分段机制,建立门限自回归期望分位数(TCARE)模型,刻画收益...     

非线性时间序列的结构辨识

本研究了非生时间序列模型的结果辨识，给出了双线性模型和其它非线性模型的结构区别方法及其于条件均值的门限自回归模型和指数自回归模型结构辨识方法，并以数值例子仿真验证本的结论。     

基于TARMA模型的上证综合指数趋势演变研究

通过对自回归滑动平均模型的扩展,建立门限自回归滑动平均模型．在时间序列的取值范围内,引入不同的门限值,并在不同的区间考虑时间序列受历史值及当期与前期的误差项的影响．并基于门限自回归滑动平均模型对我国上证综合指数2005年6月1日至2008年4月21日的周收盘对数百分比收益率进行实证研究．研究结果表明,此非线性模型适合我国股市,我国上证综合指数的区间分成3个区间,分别为高速上升、稳定上升、下降3种趋势走向．     

区段巷道收敛观测序列的门限自回归分析

本文概述了非线性时序分析的门限自回归模型的基本原理、建模和预报方法；建立了不同支护结构、不同收敛速率和大小的两个全煤区段运输巷道的收敛观测序列模型，并进行了有效的预报。     

基于遗传算法的双线性模型在大坝安全监测预报中的应用

文章提出了实用自相关系数图确定双线性模型的自回归项,应用了基于遗传算法的一套建模方法。通过实例表明,由于双线性模型实际拟合和预测过程中产生的残差信息进行反馈矫正,保证了模型高的拟合精度和稳健的预测性能,与门限自回归模型比较,双线性模型比门限自回归模型具有更好的预测精度。     

门限自回归模型建模的有关探讨及其在人口死亡率预报中的应用

本文将门限自回归模型用于人口死亡率的预报,根据建模实践和预报结果,分析了门限自回归模型的参数(门限段个数l、门限值r_j、延迟步数d)、模型特性及其建模策略等问题。     

门限回归模型预测粤中西部冬春气温

用门限自回归模型和混合门限回归模型对广东省中西部的冬春季平均气温做预测.选取北半球500 hPa高度场和太平洋海温场的分区分季节的多个气候背景场的前若干个主分量作为因子(共1792个),这些因子包含着气候背景场的主要信息,通过对预报量和预报因子群的相关筛选,选取相关系数最大的因子建立混合门限非线性回归模型.并初步探讨了气候背景场对预报量的影响.结果表明:混合门限回归模型优于门限自回归模型;前者能较好地拟合冬春气温序列,预报效果较理想.粤中西部冬季气温场与东北半球南部3-4月高度场第5个主模态相关最密切,当3-4月500 hPa高度场东亚大陆为低槽控制,日本海太平洋附近为高压脊,有利于当年冬季气温偏低;春季气温场则与北半球冬季500 hPa高度场第8个主模态相关密切,当冬季500 hPa高度场乌拉尔山附近地区为明显的阻塞高压形势,有利于次年春季气温偏低.     

开环门限自回归模型研究与预测

利用开环门限自回归分析方法,建立蒸汽用量的开环门限自回归模型TARSO（2;）（4,1）,（4,）,其拟合结果是令在人满意的。     

门限回归模型预测粤中西部冬春气温

用门限自回归模型和混合门限回归模型对广东省中西部的冬春季平均气温做预测。选取北半球500hPa高度场和太平洋海温场的分区分季节的多个气候背景场的前若干个主分量作为因子（共1792个），这些因子包含着气候背景场的主要信息，通过对预报量和预报因子群的相关筛选，选取相关系数最大的因子建立混合门限非线性回归模型。并初步探讨了气候背景场对预报量的影响。结果表明：混合门限回归模型优于门限自回归模型；前者能较好地拟合冬春气温序列，预报效果较理想。粤中西部冬季气温场与东北半球南部3—4月高度场第5个主模态相关最密切，当3—4月500hPa高度场东亚大陆为低槽控制，日本海太平洋附近为高压脊，有利于当年冬季气温偏低；春季气温场则与北半球冬季500hPa高度场第8个主模态相关密切，当冬季500hPa高度场乌拉尔山附近地区为明显的阻塞高压形势，有利于次年春季气温偏低。     

自激励广义二项门限自回归模型的统计推断

针对有上限且数据之间具有相依结构的非线性整数值时间序列数据的建模问题,提出一个自激励广义二项门限自回归模型.首先,证明该模型的严平稳遍历性,并讨论模型的一些统计性质：期望、方差、自协方差和转移概率;其次,分别给出门限变量在已知和未知两种情形下模型参数的条件最大似然估计方法;最后,将该模型应用到一组实际数据中进行拟合验证.     

门限自回归模型中门限和延时的小波识别

文章对门限自回归模型进行了研究,运用小波分析方法构造了延时和门限的两种估计量,同时估计了门限的数目.文章中获得了这些估计量的收敛速度和统计量的渐近分布,并且门限的估计量具有最佳收敛速度.     

基于线性与非线性模型的海杂波预测

为对海杂波进行准确预测,根据海杂波具有的非线性不确定性,应用线性和非线性预测理论建立预测模型.针对logistic混沌映射信号和IPIX实际海杂波数据背景下的弱目标,分别采取基于自回归(AR)的线性模型、基于径向基神经网络(RBF)和Volterra级数滤波器的非线性模型进行预测.实验结果表明:非线性预测模型更适合于混沌背景下,因其目标和杂波的预测误差相差较大,可采取非线性预测并设置门限的方法进行目标检测;对于IPIX雷达数据,其混沌特性较logistic弱,目标和杂波的预测结果相差不大,可采用似然比检测方法.     

用于机械故障诊断的门限自回归模型盲辨识

提出了一种门限自回归(AR)模型的盲辨识算法,并与常用方法进行比较分析。该算法的特点在保证辨识精度上可大大提高其运行速度,而且阶次越高,该算法的优势越明显。将该方法与隐Markov模型结合,以门限自回归模型各区间的AR子模型系数作为特征向量,以隐Markov模型作为分类器,应用到旋转机械升降速过程的故障诊断中。实验结果表明,这种方法有很好的实用性。     

多维门限自回归序列的混合性

对多维门限自回归模型在给定阶数，门限及延迟参数的假定下，研究了模型所构成的Ｍａｒｋｏｖ链的常返性、遍历性及混合性。     

基于神经网络的时序预测模型研究

将神经网络作为传统的时序线性模型的非线性推广进行了分析,论证了多层前向神经网络与非线性自回归模型及反馈神经网络与非线性自回归移动平均模型的等价意义,提出了一种可作为非线性时序模型的内反馈神经网络．     

年营业额的自回归预测

通过建立齐性方差的自回归模型(包括线性模型和非线性模型)和异方差的线性自回归模型,并选择出“最优”模型,对南通隆盛机电有限公司的年营业额进行预测。     

一类非线性控制系统性能基准的估计

针对控制回路中同时存在控制阀摩擦和保护阀切换作用的非线性问题,提出了基于阈值含输入非线性自回归（TNARX）模型的控制性能基准估计方法.将系统的输入输出测量数据根据阈值划分后,在不同的局部数据空间上建立NARX模型,这些局部模型的组合用来描述整个非线性系统.利用合并方差准则组合这些局部模型的预测误差方差,从而估计出整个非线性系统的控制性能基准.通过与多项式自回归（PAR）模型、含输入的多项式自回归（PARX）模型和自激励阈值自回归（SETAR）模型的比较,表明TNARX模型可以得到较好的估计结果.仿真分析验证了该方法的有效性.     

开环门限自回归模型

讨论了开环门限自回归模型的参数估计,在一定条件下证明了参数的最小二乘法估计的相容性,并给出了参数的收敛速度.     

一般非线性自回归模型的遍历性与几何遍历性

利用一般状态空间马尔可夫链的有关知识,讨论了一般形式的非线性自回归模型的遍历性与几何遍历性问题,得到了判定一般形式的非线性自回归模型的遍历性与几何遍历性的充分条件.     

基于AR和TAR模型的变点问题分析

在正态分布下,Perreault等刻画了水文时间序列4种情形的变点问题,但没有利用到具体的模型.本文设定自回归(AR)和门限自回归(TAR)模型对应均值的变化,利用贝叶斯推断法,完成这4种情形下变点问题的分析.模拟实验的结果比较理想.