基于Bayes方法的炼油厂采购策略

国际原油现货市场价格剧烈波动,炼厂常用的采购策略不能应对由此产生的价格风险,该文针对这一问题提出了采购策略。以最小化总成本现值的期望为目标,根据原油采购的特点建立了动态规划模型,采用随机微积分方法分析了最优静态策略,并引入Bayes决策方法得到了动态策略。利用国际石油市场中某种基准原油近26年的历史价格数据,验证了模型的可行性和有效性。结果表明:基于Bayes方法的采购策略相比炼厂目前使用的策略能显著降低总成本,适用于原油采购问题。     

The bound of price of anarchy for multi-class and multi-criteria traffic equilibrium problem

In this paper,we use the variational method to study the efficiency loss of user equilibrium for the multi-class,multi-criterion traffic equilibrium with general tolls and a discrete set of value of time.By introducing three important parameters k₁k₂,k₃,we derive several bounds of price of anarchy for this problem when tolls are considered and not considered as part of the system cost,with the cost-based criterion.     

基于经济计量模型的当前通货膨胀成因分析

根据经济学背景选取了影响通货膨胀的可能经济要素,并采用相关统计数据,从定量的角度看待通货膨胀问题,实证分析表明,粮食、矿产品等初级产品和煤油电等生产资料价格大幅上涨、人民币汇率的大幅升值、外汇储备的增加是此轮通货膨胀的主要成因。     

基于双流LSTM神经网络的股价趋势预测

股价波动研究依赖分析金融新闻数据集浅层特征，而忽略了金融新闻句子中单词之间的结构关系，从而导致股价波动预测研究效果不佳。针对该问题，提出了一种基于双流长短时记忆网络（long short term memory network, LSTM）神经网络的股价趋势预测模型（Sent2Vec-DLSTM）。该模型的创新之处在于：提出了基于金融股票新闻数据集和哈佛IV-4情绪词典训练的情感词向量生成模型——Sent2Vec；提出了新型的双流LSTM神经网络（Dual-stream LSTM, DLSTM）。在实验中，首先用标普500指数历史数据以及爬取获得的金融类文章进行标普500指数的趋势预测，然后用VietStock新闻和来自Cophieu68的股票价格数据预测VN指数的变化趋势。结果表明，Sent2Vec-DLSTM相较于现有模型在股价趋势预测中具有更好的效果。     

基于ARIMA的居民消费价格指数建模与预测

根据我国2007～2010年的实际居民消费价格指数，建立了基于ARIMA的物价指数预测模型。实验结果表明，该模型的绝对误差以及百分比绝对误差都控制在了一定范围之内，因此该模型拟合效果较好，预测值接近实际值。最后，应用该模型对我国2011年1月至5月的居民消费价格指数进行了预测。     

城市居民生活水价测算的回归分析

国内外学术界普遍关注的是水价测算模型及其参数估计的研究,印研究水价预测模型及应用,但鲜于对预测后的水价进行回归分析,造成调整后的水价组成不明,无法为水费合理分配提供科学依据.依据长期边际成本原理,通过分析苏州市1997-2008年单位供水可变成本与固定成本实际数据,测算2010年苏州市居民生活水价,并对预测后的水价进行...     

股票价格对收购活动影响的实证研究

为克服公司潜在价值的误判及预期效应对股票价格的影响，通过引入ETF50内生化股票价格来消除预期效应影响，使用分位数回归来计算公司折价以克服统计中的极端值影响。实证结果表明，股票价格对收购活动有显著影响，且目标公司折价越大，被收购的概率就越高。     

限购政策是否降低房地产价格增速?

房地产限购政策是否能够有效控制房价增速是学术界和政策制定者广泛关注的一个重要问题,但至今没有一致结论.本文基于70个大中城市房价月度同比增速数据,利用Hsiao, Ching和Wan提出的面板数据政策评估模型,整体评估了限购政策实施以来对城市房价增速的影响.实证结果表明,限购政策短期内对大多数城市的房价增速发挥了一定抑制作用,但具体政策效果在不同城市分化严重.通过回归分析发现,城市人口规模,绿化环境,小学生人数增速及高校数目显著影响限购政策对控制房价的效果.此外,本文发现2014年底随着限购政策的取消,一二线城市房价增速得到大幅反弹,三线城市反而因为虹吸效应并没有出现反弹.本文研究结论认为,限购政策虽然短期能减少房地产购买需求从而抑制房价增速,但是如果不能改变购房者房价长期预期,一旦限购政策力度放缓则将带来报复式反弹.同时,房地产调控政策应因城施策,依据各个城市经济特征及发展阶段来制定有效措施.     

A deep residual compensation extreme learning machine and applications

The extreme learning machine (ELM) is a type of machine learning algorithm for training a single hidden layer feedforward neural network. Randomly initializing the weight between the input layer and the hidden layer and the threshold of each hidden layer neuron, the weight matrix of the hidden layer can be calculated by the least squares method. The efficient learning ability in ELM makes it widely applicable in classification, regression, and more. However, owing to some unutilized information in the residual, there are relatively huge prediction errors involving ELM. In this paper, a deep residual compensation extreme learning machine model (DRC-ELM) of multilayer structures applied to regression is presented. The first layer is the basic ELM layer, which helps in obtaining an approximation of the objective function by learning the characteristics of the sample. The other layers are the residual compensation layers in which the learned residual is corrected layer by layer to the predicted value obtained in the previous layer by constructing a feature mapping between the input layer and the output of the upper layer. This model is applied to two practical problems: gold price forecasting and airfoil self-noise prediction. We used the DRC-ELM with 50, 100, and 200 residual compensation layers respectively for experiments, which show that DRC-ELM does better in generalization and robustness than classical ELM, improved ELM models such as GA-RELM and OS-ELM, and other traditional machine learning algorithms such as support vector machine (SVM) and back-propagation neural network (BPNN).     

基于模拟退火算法的非平稳双线性模型估计

从非平稳双线性过程的卡尔曼滤波估计的角度,使用模拟退火优化算法计算非平稳双线性过程的极大似然函数值,并通过蒙特卡洛模拟显示,卡尔曼滤波估计的偏误与均方根误差均比最小二乘估计方法要小.利用卡尔曼滤波估计方法,通过对中国6种价格指数的检验可知,除房地产销售价格指数以外,其他5种价格指数都是非平稳双线性过程,但居民消费价格指数、商品零售价格指数和出口商品价格指数是扩散的.