亚洲经济开始复苏

全球资本市场今年风向陡转。两年前爆发金融危机的亚洲,病情逐渐康复。得益于亚洲深陷危机,成为全球资金大熔炉的美国,由于景气持续热络,面临沉重加息压力。道琼斯指数攻上11000点之后开始拉回,纽约证交所也因为网络股调整下挫而回档,美国股市开始进入整理期。欧洲今年受制于南斯拉夫战火,加之欧元问世后走势不振,欧洲股市今年来表现平平。反观自1997年来奄奄一息的亚洲股市,今年却充满活力。韩国股市攻上800点,新加坡股市重回2000点大关,中国股市也出现井喷行情。亚洲股市暖风频吹,预示着经济开始回升。     

网络世界可以帮助我们了解现实世界吗?

在股市震荡和经济衰退的警告中,美国当局和总统候选人提出了无数个振兴经济的方案.这些提议往往非常复杂,并且存有争议,而且几乎都是基于推测,谁也不知道这些方案是否会带来预想的效果.     

再论光的粒子性以及多普勒效应

利用光的粒子性考查了特殊情形下的光的多普勒效应,给出了光的多普勒效应更一般的形式,结果与以光的波动性为出发点得到的结论一致.     

关于“测不准关系”的教学思考

对“测不准关系”的解释，由于历史上不同学派有不同见解，目前学术界仍没有一个一致公认的定论，故一般教材回避这个问题。本试图从测不准关系的引入着手，分层讨论。结果认为：“测不准关系是微观粒子具有波粒二象性的必然结果”。     

混合认知系统及其在股市分析上的应用

本文综合运用神经网络，模糊推理等多种新技术，提出了一种智能型模型－混合认知系统，并将它运用股市分析和预测，取得良好效果。     

矿井瓦斯涌出量灰色GM（1，1）预测模型的分析

灰色预测模型为矿井瓦斯涌出量时间动态数列的预测提供了一条新的途径。本文在对灰色ＧＭ（１，１）预测模型进行有关分析的基础上，提出了矿井瓦斯涌出量预测的ＧＤＭ模型，以进一步拓宽灰色预测的应用范围．利用该预测模型对一些矿井进行瓦斯涌出量的预测研究，均得到了较为满意的结果．     

中国股市波动性过程中的长期记忆性实证研究

应用一类描述金融市场波动性过程的长期记忆特征的分整自回归条件异方差模型(FIGARCH模型)，研究了中国股票市场波动性过程的长期记忆性，实证结果表明中国股市波动性过程具有明显的长期记忆特征；文章还分析了FIGARCH模型与传统的条件方差模型相比，在模型描述和预测上所体现出的优越性。     

期货市场交易量与收益率及其波动关系的实证研究--ARMA-EGARCH-M模型的应用

通过建立ARMA-EGARCH-M模型对中国期货市场铜、铝交易量与收益率及其波动的关系做了一个全面的实证研究。结果表明：同期交易量与收益率波动正相关，将交易量分为预期与非预期两部分后发现非预期部分对收益率的波动有更大的影响；交易量的引入并没有消除波动的ARCH效应；中国期货市场杠杆效应不明显；铜在期货市场的运行有效率，而铝却缺乏效率。     

中国股市收益率胖尾性分析

应用HKKP估计方法对沪深股指收益率的尾指数进行估计,并对涨跌停板前后股指收益率尾部的变化状况进行分析。结果表明:沪深股指收益率的左右尾指数均大于2;上证综指收益率呈现明显的非对称性,右尾胖于左尾;上证综指收益率的波动性比深成指收益率的波动性大,但沪市比深市更有吸引力;沪深股指收益率在涨跌停板后发生了较大的变化,沪市变化更大。     

GARCH族模型在我国沪市指数上的实证分析

波动性是股票市场的一大显著特征.文章以市场指数本身作为研究对象,选用广泛应用的GARCH族模型来研究上证综指的波动性.在对我国上证综指的波动建模中,主要采用伪最大似然估计,并通过短期与长期的预测绩效评价,确定指数GARCH(EGARCH)为上证综指长期波动的最优预测模型。