神经网络在波罗的海运价指数预测中的应用研究

波罗的海运价指数一直受到航运与国际贸易界的高度关注，研究波罗的海运价指数的波动规律，探讨其发展变化趋势日益为人们所重视．当前对波罗的海运价指数的预测主要采用时间序列方法，这些方法计算过程复杂，而且适应性相对较弱．利用BP网络强大的非线性映射功能，建立了一个预测BFI走势的模型，分别从短期与中长期对波罗的海运价指数进行预测，并用实际数据进行了验证，结果表明，利用神经网络对BFI进行预测具有很高的预测精度．     

波罗的海运价指数期货市场的协整研究和定价模型

采用Johansen协整技术对波罗的海运价指数期货市场的期货价格和现货价格进行了协整研究,结论认为：短期内波罗的海运价指数期货价格是现货价格的无偏估计,从而可以认为波罗的海运价指数市场是无风险收益的有效市场,获得了两个价格序列的协整关系模型,从对期货价格序列和现货价格序列的Granger因果检验中可以得到现货价格是期货价格的Grrdnger成因,得到了基于EGARCH(1,1)模型的短期期货定价公式．研究结果显示当前合约结算价格对下一期的期货价格的解释力度显著,波罗的海运价指数期货市场杠杆效应显著。     

油船运价的SD-ARCH模型研究

提出了一种SD-ARCH模型,将系统动力学模拟的结果作为外生变量加人到异方差自回归模型中,描述了航运市场复杂变量间的反馈关系,利用ARCH模型精确地模拟了波动时间序列,结合时间序列ARCH模型对油船市场运价序列进行了精确地长期模拟,成功模拟出了20 a油船运价的波动走势.结果表明,SD-ARCH模型适合用于航运市场发展趋势的长期预测,为研究航运市场预测模型提供了新思路.     

基于灰色关联理论的油轮运价指数波动分析

为及时制订有关油轮运价指数波动的应对策略和规避相关海运风险,运用灰色关联理论对原油海运贸易量、油轮船队规模、原油价格及原油产量与油轮运价指数之间的关联度以及近期波罗的海油轮运价指数和前两个月的布伦特现货原油离岸价格之间的相关性进行研究.结果表明:四者与油轮运价指数之间的关联程度由高到低依次为油轮船队规模、原油海运贸易量、原油产量、原油价格;近期油轮运价指数波动滞后原油价格波动约3周左右.     

集装箱运价指数数据源及算法分析

对指数及航运指数进行研究,分析SCFI在研发相关衍生品方面可能存在的问题,有针对性地从以下三个方面提出解决方案:首先,运价数据采用货代报价;其次,发布的频次改为每天一次;最后,由于货代运价存在负的运价,对分航线运价指数公式做相应调整.改进后的指数比SCFI更为贴近货主实际面对的集装箱运价波动,实现了集装箱运价指数的按日发布.     

金融危机影响下波罗的海原油运价指数与中美石油股指的多重分形研究

为分析金融危机对原油运价指数与石油股指之间互相关性造成的影响,以波罗的海原油运价指数与中美石油代表股指为研究对象,运用多重分形去趋势互相关分析法(MF-DCCA)探讨金融危机爆发前后波罗的海原油运价指数与中美石油股指之间互相关性的差异.实证结果表明:波罗的海原油运价指数和中美石油股指之间不仅存在多重分形,而且还表现出明显的时段性特征,即金融危机后期多重分形特征较金融危机前期更强;波罗的海原油运价指数与中国石油股指之间的小幅波动较与美国石油股指之间的小幅波动具有更强的正持续性,大幅波动具有更弱的反持续性;波罗的海原油运价指数与美国石油股指之间的多重分形强度在金融危机前后均较与中国石油股指之间的多重分形强度更强.对原油运价指数与中美石油股指之间互相关性的差异分析,可为我国石油市场的管理者和投资者在市场风险投资方面提供决策参考.     

基于EEMD-PSO-LSSVM的中国沿海散货运价指数预测

针对中国沿海散货运价指数(CBFI)预测对精度的要求,从内在波动特性角度出发,提出一种基于集合经验模态分解(EEMD)-粒子群优化算法(PSO)-最小二乘法支持向量机(LSSVM)的组合预测模型.对比LSSVM、PSO-LSSVM、EMD-PSO-LSSVM三种预测模型,EEMD可对CBFI序列中波动较大数据进行降噪分解,保留序列的内在波动特性,且预测精度有一定提升,预测性能更佳.     

国际干散货运价系统的混沌行为研究

波罗的海干散货运价指数（BDI）被公认为国际干散货市场的晴雨表．站在金融的角度,对国际干散货运价系统的混沌行为进行了研究．利用互信息法和Cao方法分别确定了BDI时间序列最佳延迟时间和最小嵌入维,从而通过BDI时间序列对国际干散货运价系统进行了相空间重构,并利用Rosenstein法求出其最大李雅普诺夫指数（Lyapunov）为正．研究结果表明,国际干散货运价系统具有对初值敏感依赖性、与世界经济相关性．最后本文就国际干散货市场混沌特性的经济含义与应用价值进行了探讨．     

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。     

改进灰色模型在变压器故障预测中的应用

针对传统的灰色GM(1,1)预测模型只适用于对较强指数规律序列进行预测的局限,对传统的GM(1,1)模型进行了改进,通过引入一个m点均值算子,将波动的原始序列生成一个近似指数变化的新序列,并建立等维新息模型,缩小灰平面,从而实现对具有波动性质的序列进行有效的预测.通过对变压器油液的C2H2体积分数预测结果表明,改进GM(1,1)模型对波动的变压器油色谱液数据有良好的逼近效果,且预测精度高于传统的GM(1,1)模型.