基于凸组合的移动平均线策略应用研究

鉴于随着市场有效性的增强,作为量化投资技术分析中重要指标之一的传统移动平均线策略逐渐失效。基于凸组合思路构建改进移动平均线策略,并给出了策略交易规则。对2005年10月17日-2017年12月31日的日收盘价数据进行不同日期参数的均线策略回测检验,结果表明：基于凸组合的移动平均线策略表现优于传统移动平均线策略,日期参数组合5~20的凸组合策略表现最好,基于凸组合的移动平均线策略具有较好的应用价值。     

基于上方一致光滑逼近函数的高阶牛顿法求解线性规划

首先, 给出绝对值函数的3个上方一致光滑逼近函数的性质, 并用图像展示其逼近效果. 其次, 给出求解线性规划问题的一种新方法： 先把线性规划问题转化为非线性方程组, 然后采用一致光滑逼近函数得到光滑非线性方程组, 再利用高阶牛顿法进行求解. 数值实验结果表明, 该方法采用的上方一致光滑函数逼近程度优于目前已有算法, 在相同条件下计算耗时更少.     

基于split-and-conquer和非参数向前选择法的变量选择

变量选择是统计学界研究的重要课题之一.当处理高维数据时,一些常用的变量选择方法大多比较耗时,因此提出了一种既能筛选出高维数据中的变量又能节省时间的方法:基于split-and-conquer的非参数向前选择法.首先使用split-and-conquer方法将数据进行拆分,然后使用B样条函数逼近的非参数向前选择法进行研究.实验结果表明:基于split-and-conquer的非参数向前选择法可以较好地将变量选择出来,并且节省了大量时间.     

抵御传感器故障的静态输出反馈可靠控制

针对线性系统,研究了考虑传感器增益故障情况下,静态输出反馈可靠控制设计问题。首先,在不考虑故障时,设计控制器,给出了系统保持渐近稳定的充分条件;然后,基于传感器故障,在原有反馈控制器作用下系统无法保持稳定;接下来,利用凸组合方法处理故障,及采用求解LMI不等式的方法对静态输出反馈可靠控制器进行重新设计,使闭环系统在发生传感器增益故障时仍能保持渐近稳定;最后,通过数值仿真验证设计方法的有效性和可行性。     

一类线性混合效应模型分位数估计的影响分析

当回归模型误差服从非对称或非正态分布时,尤其是在重尾分布或分布受污染的情况下,如何检测纵向数据中的异常值是数据分析中的一个重要问题。为了克服非正态分布模型误差的影响,采用稳健的分位数方法对一类线性混合效应模型进行参数估计,并分别基于数据删除模型和均值漂移模型构造强影响点的诊断度量和异常值的检验统计量,以有效地检测强影响点和异常值点。在识别强影响点时,为了减轻计算负担,利用光滑逼近的方法给出了数据删除模型参数的一步近似估计,并据此构造出基于损失函数的距离和Cook距离。为了能够识别异常值点,首先构造出检验异常值点的Wald统计量,然后基于数据删除模型和均值漂移模型的系数估计的等价性,利用Bootstrap抽样得到检验的拒绝域。数值模拟结果表明,本文所提的诊断度量和检验统计量都能够很好地判断出强影响点和异常值点。最后应用本文方法针对化学实验纵向数据进行了影响分析。     

基于半参数空间模型的房地产估值数据研究

针对现有的房地产估值模型中不包含空间自相关性以及非线性影响因素的问题,提出了可以灵活解释变量意义的部分线性空间自回归模型来拟合房地产估值数据;对于部分线性空间自回归模型的估计问题,利用局部多项式方法与拟极大似然估计法相结合的两步估计过程得到参数部分的估计;房地产估值数据的拟合结果表明:房地产估值数据确实存在空间相关性,房屋到最近的捷运站的距离与房价呈负相关关系,而步行生活圈中便利店的数量与房价呈正相关关系,这与现实意义上的解释是相通的,另外房屋年龄与房价之间的非线性关系也被体现出来;部分线性空间自回归模型能更加客观和灵活地解释房地产估值数据的现实意义。     

线性随机时变系统的有限时间稳定性研究

针对一类具有有限时间的随机微分时变系统,研究了关于随机线性时变系统的有限时间稳定性及控制器设计问题。首先,引入了有限时间稳定性的定义,基于该定义提出了一种针对假定的Lyapunov函数满足分段连续性,在每一个分段点处可能不连续的有限时间稳定性的新方法,并借助切换系统的思想研究了随机时变系统的有限时间稳定性;在此基础上,考虑带有反馈控制器的随机时变系统的控制器设置问题,并通过采用逐段控制的方法给出了系统的控制器设置方法;最后基于线性矩阵不等式设计了一类线性随机时变系统的有限时间稳定控制器的算法,使得对于控制器的设置能够有效地实现。     

一类求解约束离散不适定问题的积极集随机迭代方法

许多科学和工程领域的应用问题都可以归结为线性离散不适定问题的求解。考虑大规模带盒子约束的线性离散不适定问题的求解,提出一类基于积极集策略的随机内外迭代方法。基于积极集策略的内外迭代法在外层迭代上更新积极集和对应的非积极集,并采用投影算子,将不在可行域中的数值解分量投影到可行域边界上,同时在内层迭代上采用Krylov子空间方法求解无约束子问题。提出一类积极集迭代法,在内层迭代上采用高性能随机算法,依照概率分布选取子问题系数矩阵的列进行更新,并利用Armijo下降准则对迭代步长进行选择,这样就可以保证目标函数值随着迭代步数的增加而单调下降。在图像复原问题的数值实验中,验证所构造算法的高效性。在偏差准则的收敛条件下,新的积极集内外迭代法所利用的计算量、迭代步数和CPU时间都比前人提出的算法更少。     

弱鞅和N-弱鞅函数的一类极大值不等式

利用弱鞅的上穿不等式和N-弱鞅的下穿不等式以及它们的极大值不等式, 给出了弱鞅和N-弱鞅函数的一类极大值不等式。     

线性时变系统辨识及有非数量输入的最优控制

本文提出了一种线性时变系统的模型辨识方法,在系统有完全状态信息的情况下,先求出系统的状态响应矩阵,再解一类广义瑞利商的最小化问题估计出系统的转移矩阵,第二部分讨论了线性时变系统出现不确定非数量干扰时,用最小二乘法来辨识模型的方法,末一部分讨论了第二部分辨识的线性系统在二次型指标下的最优控制问题。