基于模糊信息粒化与支持向量机的上证50ETF量化择时研究

上证50ETF股指期权标的物为上证50ETF,对50ETF进行量化分析有助于指导50ETF以及50ETF期权等的投资,进而获得良好的收益,为此提出了基于模糊信息粒化与支持向量机(support vector machine,SVM)的上证50ETF量化择时策略.根据上证50ETF的历史日数据,对某一时间段的开盘价、收盘价、最高价等作为SVM的输入信息,将未来5天收盘价进行模糊信息粒化,以粒化结果的涨跌作为SVM的训练集标签,对系统进行标记训练;最后,应用已训练的系统对50ETF未来涨跌情形进行预测.实验结果表明,融合了SVM与模糊信息粒化的预测算法较SVM算法和融合了SVM的部分粒子化算法,局部行情下正确率提高了15%以上,全局行情下正确率提高了16%以上,提升了择时性能.本文的量化择时策略对50ETF和50ETF期权投资具有实际的指导性,具有一定的应用价值.     

主体活动探究式的电子技术课堂教学模式初探

主体性教育是培养和发展受教育者主体性的实践活动。文章阐述了电子技术课程主体活动教学的目标和操作程序,并以“直流稳压电源”的教学为例,分析了如何实施主体活动探究式教学。     

体育教学中激发学生学习兴趣的研究

在体育教学中,遵循体育教学原则,利用巳这一心理现象,根据语言、示范、情感等,有效教学方法和手段,提高学生的学习积极性,激发其学习兴趣,使学生积极主动地参与体育活动,达到培养学生终身体育的意识。     

冯时行诗韵研究

本文对宋代重庆籍著名诗人冯时行诗词用韵作了穷尽式的考察,旨在了解其用韵的时代和地方特点.冯时行虽然基本上是按照宋代通语押韵,但一些用韵反映了当时的四川方音,有的还可能只是当时的重庆方音.     

互联网金融环境下智能投顾对于投资行为的影响

基于国内知名网贷平台的数据，采用固定效应模型和双重差分分析方法，研究了智能投顾的使用对于投资者的投资金额和风险偏好的影响。实证结果表明，智能投顾的使用会减少投资者的单笔投资金额，增加投资者的总投资金额，并使得投资者的风险偏好趋于保守。研究结果丰富了智能投顾和行为金融学的研究内容，加深了智能投顾企业对于投资者行为的理解，使其可以更好地设计和完善相关服务。     

高效液相色法同时测定丹参酮胶囊中隐丹参酮和丹参酮ⅡA含量

采用高效液相色谱法同时测定丹参酮胶囊中隐丹参酮和丹参酮ⅡA含量,建立丹参酮胶囊质量控制体系。采用C18柱分离测定;甲醇:水(80∶20)为流动相,检测波长:270nm;流速:1.0m l/m in。结果:隐丹参酮和丹参酮ⅡA分别在0.20~160μg(r>0.999 9)、0.21~1.68μg(r>0.999 8)质量范围内线性关系良好;回收率在98.7%~103.0%之间。     

超启发式三维EDA求解绿色双边装配线平衡问题

针对绿色机器人的第Ⅰ类双边装配线平衡问题(green robotic two-sided assembly line balancing problem of type-Ⅰ, GRTALBP-Ⅰ），建立问题模型并提出一种超启发式三维分布估计算法(hyperheuristic three dimensional estimation of distribution algorithm, HH3DEDA)进行求解。在HH3DEDA中，结合问题特征，设计基于工序选择因子的组合编码，进而设计高低分层结构的HH3DEDA。在高层，采用三维概率矩阵学习优质高层个体中块结构及其分布信息，后通过采样该矩阵以生成新的高层个体，其中高层个体由结合问题特点设计的12种启发式操作的排列构成；在低层，将高层每个个体所确定启发式操作排列作为一种新的启发式算法对GRTALBP-Ⅰ解空间执行较深入搜索。同时，引入机器人开关机节能策略，进一步提升所获取非支配解的质量。通过仿真对比实验，验证了所提算法的有效性。     

工业园区空间组织探讨--以重庆市特色工业园区为例

以重庆市特色工业园区为例,探讨工业组织机理.通过对目前重庆特色工业园区的组织特点和存在问题的分析,提出了合理组织工业园区和集约利用土地的对策和建议.     

烟草复合抑芽剂及其工业生产

报导了西南民族学院化学系应用有机化学研究室研制、国家民委组织、四川省教委主持鉴定通过的烟草复合抑芽剂的性能、应用效果及其工业生产工艺,该剂是以多碳饱和醇为主的复合触杀剂型,大田试验表明以5％左右浓度施用最佳,采用打顶、抹芽、涂药同时进行,抑芽率达95％以上;生产工艺简单,适合乡镇企业生产,若按年产100吨计,年税利可达22万元以上。     

基于多输出支持向量回归算法的股市预测

提出了一种新的多输出支持向量回归算法,给出了定义在超球上的损失函数,并将训练SVM转化为迭代解线性方程组,在求解过程中采用边计算边使矩阵降阶的方法,加快了运算速度.建立了该算法应用于股市预测的模型,对上证指数的建模与预测表明:与单输出支持向量回归算法建立的模型相比,该算法具有更好的整体预测精度和抗噪性能,是对股市进行分析和预测的一种可行而有效的方法.