Forecasting the Daily Time‐Varying Beta of European Banks During the Crisis Period: Comparison Between GARCH Models and the Kalman Filter

This intention of this paper is to empirically forecast the daily betas of a few European banks by means of four generalized autoregressive conditional heteroscedasticity (GARCH) models and the Kalman filter method during the pre‐global financial crisis period and the crisis period. The four GARCH models employed are BEKK GARCH, DCC GARCH, DCC‐MIDAS GARCH and Gaussian‐copula GARCH. The data consist of daily stock prices from 2001 to 2013 from two large banks each from Austria, Belgium, Greece, Holland, Ireland, Italy, Portugal and Spain. We apply the rolling forecasting method and the model confidence sets (MCS) to compare the daily forecasting ability of the five models during one month of the pre‐crisis (January 2007) and the crisis (January 2013) periods. Based on the MCS results, the BEKK proves the best model in the January 2007 period, and the Kalman filter overly outperforms the other models during the January 2013 period. Results have implications regarding the choice of model during different periods by practitioners and academics. Copyright © 2016 John Wiley & Sons, Ltd.     

基于跳跃滤波和时变参数估计的中国股市微观结构研究

为了更为有效地探究微观市场结构对股票价格的影响,本文在状态空间模型框架下,同时将交易方向、带方向的交易量、交易间隔、微观噪声以及跳跃因素引入状态方程和观测方程中,建立全面的市场微观结构模型,以反映各变量对交易价格序列产生的暂时性和永久性影响.然后,在采用基于粒子滤波的非参数离群点检测方法检测跳跃并对跳跃进行滤波的基础上,运用贝叶斯最小二乘方法对微观结构模型系数、波动率以及状态变量进行实时更新和估计,在此基础上分析跳跃日度分布、日内分布、个股跳跃和共同跳跃特征,并同时判断不同交易方向、交易量的订单对价格产生的影响.最后选取2015年股灾期间、沪市股票的逐笔数据作为研究样本进行实证研究.实证结果显示:我国股票高频时间序列跳跃和共同跳跃均存在日内季节性,且跳跃频率和大小与市场信息密切相关;买卖订单对交易价格及股票价值的影响并不是完全对称的,交易价格对于微观结构的敏感度、微观结构噪声也随市场波动而发生变化,熊市中都相对更高;考虑跳跃滤波并对参数进行实时估计可以提高价格对于交易的敏感度,能更好地捕捉市场微观结构在价格发现中的作用.     

助滤剂对电解锰渣的助滤作用研究

针对锰渣滤饼含水率高的问题,通过在酸性浸出液中加入助滤剂来解决.通过酸性浸出液中锰渣的粒度,润湿性分析,发现锰渣粒度细和表面呈亲水性导致含水率高.根据锰渣的主要成分SiO₂和接触角试验,最后确定油酸酰胺、十八胺和十二胺作为助滤剂进行抽滤试验.结果表明:油酸酰胺对降低锰渣滤饼的含水率效果不佳,十八胺和十二胺效果显著.建立十八胺和十二胺用量对含水率作用的回归方程,确定十八胺用量为2514.47 g·m^-3时,含水率最低为36.10%,十二胺用量为1894.57 g·m^-3时,含水率最低为34.09%.因此,确定十二胺为锰渣的助滤剂.     

基于LVQ神经网络的植物种类识别

提出一种基于学习矢量量化（LVQ）神经网络的计算机植物种类识别新方法. 使用2-D不变矩、 多尺度2-D Gabor滤波器等多种方法分别提取了叶片的几何特征和纹理特征, 应用LVQ神经网络识别植物种类. 实验结果表明, 该方法对植物种类的识别效率较高.     

可降解下腔静脉滤器的生物力学性能及有限元分析

利用有限元分析和径向支撑力测试,分析不同支撑杆数目对新型生物可降解下腔静脉滤器（inferior vena cava filters, IVCF）的生物力学性能的影响。应用三维建模软件建立支撑杆数目为8, 10, 12的IVCF模型;通过室温拉伸左旋聚乳酸得到其应力-应变曲线,使用Abaqus软件模拟分析3种支架在压握和自扩张过程中的生物力学性能;同时将3种IVCF进行径向支撑力测试。结果表明,3种支架的应力峰值不同,但应力分布趋势相同;其径向支撑力随支撑杆数目的增加而减小,自扩张性能则与之相反;10杆IVCF表现出较好的综合力学性能,经压握后不仅有足够的径向支撑力,而且可以实现自我扩张,对血管壁的损伤最小。     

基于UKF-IMM的双红外机动目标跟踪算法

为了有效解决红外机动目标跟踪精度问题,提出基于UKF的交互式多模型IMM红外机动目标跟踪算法.该方法采用Markov过程描述多个目标模型间的切换,同时导出滤波器输入输出均加权的交互式算法.滤波器采用UKF,避免计算扩展卡尔曼滤波EKF所需的Jacobi矩阵,适用于非线性、非高斯的目标系统模型和观测模型,同时UKF可供多个模型共用,便于软、硬件实现.最后,用双红外探测器对S型机动目标进行仿真实验,给出应用该方法的具体步骤,验证了IMM-UKF的稳定性、有效性和精确性.     

二阶自适应IIR陷波器复数算法的收敛性分析

针对背景噪声中复正弦信号的检测和估计问题,分析了自适应格型IIR陷波器的两种复数算法即梯度算法和简化的梯度算法的收敛性能,证明了输入白噪声方差的大小不影响收敛速度。并分析了由一阶自回归模型产生的有色噪声对算法的收敛性能的影响,为有色噪声中复正弦信号检测的自适应过程的参数的选取提供了理论依据。     

基于对偶四元数的航姿系统姿态更新算法研究

以微小型捷联航姿参考系统为研究对象,建立基于对偶四元数的导航系统姿态更新解算参数模型。该方法区别于描述刚体纯旋转变换的四元数方法,将载体系与地理系之间坐标转换的旋转与平移过程进行统一、融合,通过建立最小方差目标方程,求解最优的姿态更新矩阵。构建Kalman滤波方程,最终确定载体姿态,航向角实时信息。仿真表明,对偶四元数所建姿态四元数误差的均值与均方差均小于0.002。Kalman滤波器构造符合实际系统要求,在传感器测量精度有限的情况下,可使俯仰角、横滚角、航向角误差分别减小到0.1°,0.1°,0.2°。     

基于滑模估计器和卡尔曼滤波的PMSM速度估计

针对永磁同步电机(PMSM)无传感器的控制问题,提出了一种结合滑模估计器和扩展卡尔曼滤波(EKF)两种方法优点的混合估计器。混合估计器解决了滑模估计器对于反电动势具有较大"畸变"的电机速度估计效果差的缺点。混合估计器建立了一个3阶EKF滤波器,把反电动势高次谐波分量作为系统和测量噪声处理。降阶后的EKF参数调节变得比传统的EKF估计器相对容易很多,在反电动势有"畸变"单纯滑模估计器估计效果很差时,估计效果依然很好。对滑模估计器、传统EKF估计器和混合控制器三种估计效果做了比较,阐明了混合估计器的优缺点。     

地球静止卫星位置自主确定方法与仿真研究

给出了利用星敏感器测量信息自主确定地球静止卫星位置的方法,利用不同精度的星敏感器测量数据和不同控制精度的卫星姿态测量数据,可以直接计算卫星位置.同时又对测量数据应用卡尔曼滤波进行卫星位置计算仿真,比较两种处理结果的精度.仿真结果表明,提出的方法可以实时自主获取静止卫星的轨道位置,满足静止卫星定点的不同精度需求.