基于WNN-RAGA 的非线性组合预测方法

将小波变换与神经网络结合构成WNN非线性组合模型,弥补单一预测方法的不足,利用RAGA 的全局优化能力,优化WNN 学习的网络参数,解决传统WNN网络学习算法在学习后期收敛速度慢、存在局部最小值以及训练结果不稳定的问题。实例的预测结果显示出这种基于WNN-RAGA 非线性组合预测的良好预测性能。     

中国股市横截面收益特征与投资者情绪的实证研究

以中国股市1998年5月至2007年4月交易数据为研究样本,对股票横截面收益特征进行实证分析,结果显示,贝塔系数与股票预期收益间关系与理论相反,而股票市值、账面市值比等指标亦可以预测股票预期收益,且这种关系具有阶段性特征。应用非预期投资者开户增长率作为投资者情绪指数,对投资者情绪波动与特征组合收益进行回归分析,证实投资者情绪波动是导致上述现象的主要原因。     

基于Copula方法的开放式基金投资组合的VaR研究

Copula已被广泛地应用于金融领域,特别在金融市场上的风险管理,投资组合的选择,资产定价等方面,并成为解决金融问题的一个有力工具.本文以南方高增长基金的前10支股票为例,建立了投资组合风险分析的Copula-GARCH模型.结合Monte Carlo模拟技术,利用Copula理论计算投资组合的VaR,并与传统的VaR方法进行比较,实证结果表明基于Copula的VaR方法能够更加有效地测量开放式基金投资组合的风险.     

不允许卖空的多因素证券组合投资决策模型

利用套利定价理论(APT)改进不允许卖空的Markowitz的证券组合投资决策模型,导出了不允许卖空的多因素证券组合投资决策模型,并研究了该模型的解及其性质.     

判断矩阵的Hadam ard凸组合

给出了具有实际意义的判断矩阵 Hadamard凸组合的定义 ,并证明了判断矩阵 Hadamard凸组合的一个性质 .     

投资组合有效集问题和它的一种算法

本文构造了一种二次参数规划转轴方法,并在此基础上提出了Ｍａｒｋｏｗｉｔｚ投资组合有效集的一个解法。该方法的优点在于能够处理各投资项目之间的协方差距阵为半正定的情形。     

非满载车辆调度问题的遗传算法

非满载车辆调度问题是车辆调度问题中的一个基本问题,由于它是一个典型的NP难题,传统方法的求解结果往往不能令人满意。本文采用最大保留交叉、交叉率和变异率自适应变换等技术,设计了基于自然数编码的遗传算法,用于求解非满载车辆调度问题,在实验分析中获得了较好的结果。     

基于小波网络的非线性组合预测方法研究

提出了一种基于小波网络的非线性组合预测新方法,以克服线性组合预测方法在解决非平衡时间序列组合建模问题所遇到的困难和存在的不足,并给出了相应的学习算法求解小波函数线性组合的尺度和时延参数以及神经网络权值。理论分析和大量的应用实例表明：本方法具有很强的泛化能力与自适应数据和函数变化的能力,在处理诸如经济时间序列这种具有一定程度不确定性的非线性系统的组合建模和预测方面有较高的应用价值。     

基于动态组合残差修正的预测方法

本文建立了一种基于残差修正的组合预测方法,并基于该方法证明了针对多个单一的预测方法根据其在某个时间段的相对预测误差的大小选择组合选项可以进一步提高预测精度.提出了针对不同时间段可根据各种单项预测模型的相对预测误差的大小动态选取相对预测误差最小的两种模型构成组合残差来修正基本方法的预测误差,以提高预测精度.最后通过实际空调负荷预测对其进行了验证,结果表明这种动态组合残差修正的预测方法相对于基于多个固定单一预测方法的组合预测方法,可以进一步改善预测效果.     

基于组合权重的异构无线网络选择算法

针对异构网络环境下网络选择算法采用单一方法确定判决指标权重存在的片面性问题,提出了基于组合权重的异构无线网络选择算法.首先根据用户需求建立判决矩阵,并进行层次分析,得到各判决指标的主观权重,同时对判决指标进行熵值处理,得到其客观权重;然后对主客观权重进行博弈均衡,确定指标的组合权重;最后对备选网络进行灰色关联分析,并运用组合权重对关联系数进行加权排序,得到最优接入网络.仿真实验证明:该方法能综合考虑多种接入判决指标,提高了异构网络中多模终端选择网络的准确性.