时间序列与证券价格周期

利用时间序列的隐周期理论，对证券价格的周期波动建立数学模型，并结合深、沪证券市场的指数数据进行分析，得到了指数波动的周期，结果表明，中国证券指数存在波动周期。     

基于时间序列与人工神经网络的房地产周期识别

房地产市场的发展存在明显的周期特性,对房地产周期进行识别有助于政府及其他市场参与者进行科学决策。利用时间序列分析对1992—2003年的北京房地产市场周期发展阶段进行判别研究,并将该判别结果作为训练样本,利用局部改进的标准BP人工神经网络构建了房地产周期识别模型。识别研究表明:2004年北京房地产市场处于收缩阶段,国家宏观政策对房地产市场的理性发展起到了积极的作用。     

一种新的时间序列周期检测算法

提出了一种SJ周期检测算法,利用计算机虚拟了3个序列来评价SJ算法的可行性和需要改进的地方。将SJ算法应用到铁路客流量数据上,检测到客流量数据存在4、7和26的周期规律。     

证券组合的时间序列模型

针对证券的时变特性,联合运用差分方法和指数平滑法,建立了证券组合的时间序列模型。     

混合周期自回归滑动平均时间序列的平稳性条件

为了描述周期时间序列中的偏倚和多峰现象,结合有限混合模型方法,将周期自回归滑动平均（Periodical Autoregression Moving Average——PARMA）模型推广,提出混合周期自回归滑动平均时间序列（MPARMA）模型,并讨论了MPARMA序列的一阶和二阶平稳性条件。     

用周期模型和近邻算法预测话务量时间序列

客服中心话务量虽然具有周期性,但在不同时间遵循不同变化规律,这是话务量预测的难点。针对这个问题,以某电信公司一年的实际话务数据为基础,分别采用周期模型和基于实例的近邻算法进行话务量时间序列预测,并对比分析了两种预测方法的效果。实验数据表明,对工作日话务量的预测,周期模型的预测效果优于近邻算法;对非工作日话务量的预测,近邻算法的预测效果优于周期模型。为取得更好的预测效果,实现了周期模型和近邻算法相结合的预测方法。结果表明,在最好的情况下,该方法的预测精度比周期模型提高约19.7%,比近邻算法提高约48.8%。     

基于混沌不稳定周期方法的风速时间序列预测

结合相空间重构理论,针对具有混沌特性的风速时间序列提出一种基于不稳定周期的预测方法.采用互信息法计算给定时间序列的延迟时间参数,根据时间序列运行轨迹的重合度,构造不稳定周期优化函数.通过对该函数的优化计算,得到嵌入维数参数及最佳不稳定周期值.根据所得延迟时间和嵌入维数等参数对风速时间序列进行相空间重构.利用前一不稳定周期轨迹附近的数值实现对未来风速时间序列的预测分析.仿真实验结果表明,该方法能够有效提高风速时间序列的预测性能,并可实现风速序列的多步预测分析.与持续法等传统预测方法相比,当预测步长增加时,该方法具有更稳定的预测性能.     

东北地区GPS时间序列分析

介绍中国东北地区GNSS基准网的站点分布及地质背景,阐述了GNSS基准站时间序列周期特性的理论方法,重点分析了快速傅里叶变换、谱分析、小波分析等方法。通过对"陆态网络"东北地区GNSS基准站图像的分析及数据处理,得到了周年及半周年振幅值,从而分析出中国东北地区GNSS站各方位的周期特性。     

交通流实测数据的时间序列分析

提出了一个建立车速、车头间距等交通流参数大样本时间序列的方法,依据实际交通录像获得总数据量超过8万条的4个时间序列样本,对它们进行分形指标的计算和分析.研究发现：Hurst指数和平均循环周期的计算结果较为客观,受数据采集过程中的人为因素影响较小;交通流时间序列存在趋势的正相关特征,并随着路段拥挤程度提高而加强;构建的时...     

价格时间序列的数值模拟

近年来,许多物理学家开始应用统计物理的概念和方法来解决经济领域的问题,由此产生了经济物理这门交叉学科.物理学家可以对经济系统进行研究是有它的基础的.     

Chebyshev混沌序列和m序列的特性比较和分析

首先简要分析了４阶的Ｃｈｅｂｙｓｈｅｖ－Ｍａｐ的统计特性,然后,对产生的序列的平衡性,部分自相关性,互相关性作了相应的实验仿真及数据分析,并通过与ｍ序列的比较,阐明了用混沌模型产生混沌直扩序列取代ｍ序列的可能性。     

资产证券化在PPP存量资产管理中的应用研究

PPP是我国政府在经济新常态和地方政府债务管理等背景下所做出的尝试和努力,虽起步较早,但相较英美等发展成熟国家仍有较大差距。上位法缺乏、体制机制不完善等,使得我国PPP项目在近年来的快速发展中出现了操作不规范、政府隐性债务增大等问题。当下,规范PPP项目发展和加强风险管控已刻不容缓,此举将有利于其可持续发展。PPP项目期限长、所需资金量大,期限转换及融资需求等均需要完善的配套金融服务体系,因而金融服务体系在ppp项目中扮演着不可或缺的角色,也将是PPP规范发展的重要抓手。基于PPP存量资产管理需求、现金流特征及金融体系的重要性等,本文选择以PPP资产证券化为角度分析并提出建议,以期在完善PPP金融服务体系的同时,推动PPP在我国的可持续发展。     

流动性与资产定价泡沫

在传统资本资产定价理论框架内研究了流动性溢价的行为规律及政策含义.与流动性相关的β易变性表现出横截面规模效应.资产非流动性的流动性风险相对预期收益的异常增加会导致市场收益率的突然下降.下降幅度与市场流动性定价的基准风险资产的规模有关.如果市场流动性定价的基准是大规模风险资产的收益率,市场流动性趋于零时市场收益率剧烈下降;如果市场流动性定价的基准是小规模风险资产的收益率,则市场流动性趋于零时市场收益率变化相对平稳.上述结论明确了流动性和金融市场微观结构在货币政策调控中的重要性.     

编码序列和非编码序列中核苷酸关联性质的比较研究

定义了核苷酸序列的信息关联和１６种碱基关联，并求得了它们的涨落限。从关联长度和关联强度两个方面研究了编码序列和包含编码区和非编码区的全序列的核苷酸关联性质，并用快速付立叶分析的方法研究了关联的周期性。结果表明，编码序列的信息关联的主极大超过涨落限的７￣１０倍（高等生物），全序列则为１５￣１９倍，主极大强度与进化有一定的相关性，原核大于真核。８０％以上的序列的主极大分布在紧邻和次紧邻范围。当α－ｃｕ     

非平衡2n-周期二元序列的5-错误序列

线性复杂度和k-错线性复杂度是密钥流序列随机性检测及其稳定性度量的2项重要指标,对衡量密钥流序列密码强度具有极其重要的意义.计算序列k-错线性复杂度的一个行之有效的方法是,分析研究汉明重量最小的错误序列.在此基础之上,给出了5-错线性复杂度不大于2^n－3、等于2^n－2－2m和2^n－2－2m+x时错误序列的计数公式,并通过计算机编程进行了验证.     

调和序列与调和映射

通过对关于调和序列的一些不等式的研究,我们得出以下的: 定理1.1:设M是严格为g的紧致黎曼曲面,若f:M→CP~1是调和的,且degf≠1-g,则f必是全纯或反全纯的。定理1.2:设M是紧致黎曼曲面,若f:M→CP~n是调和的,且degf>0则不存在阶数小于3,由f生成的调和循环序列。     

蕴含H可图序列

对于给定的图,称是蕴含可图的,如果有一个实现包含作为子图.本文给出了蕴含可图序列的一个充要条件,还给出了最大度为4的可图序列的一个充要条件.     

M—调和插值序列

设{Zv}Cn中单位球B内的一个点列,P（Z,）是泊松核,其中Z∈B,∈S。如果点Zv是分离的,而且它们的分布具有某些规律,那么本文给出了点列{Zv}成为M—调和插值序列的充分必要条件。     

蕴含K5-Z4可图序列的刻划

对于给定的图,称是蕴含可图的,如果有一个实现包含作为子图.Kk,Ck,Pk分别表示K阶完全图,圈长为k的圈和路长为k的路.Z4表示K-4-P2.K5-Z4表示从5阶完全图中删去的4条边.本文刻划了当n≥5时,蕴含K5-Z4的可图序列.     

关于3个拟单项式序列

应用演算方法给出广义Laguerre多项式、Hermite—kamp6deF6et多项式和广义Legendre多项式的乘法算子和微分算子的表达形式．