Forecasting intraday S&P 500 index returns: A functional time series approach

Financial data often take the form of a collection of curves that can be observed sequentially over time; for example, intraday stock price curves and intraday volatility curves. These curves can be viewed as a time series of functions that can be observed on equally spaced and dense grids. Owing to the so‐called curse of dimensionality, the nature of high‐dimensional data poses challenges from a statistical perspective; however, it also provides opportunities to analyze a rich source of information, so that the dynamic changes of short time intervals can be better understood. In this paper, we consider forecasting a time series of functions and propose a number of statistical methods that can be used to forecast 1‐day‐ahead intraday stock returns. As we sequentially observe new data, we also consider the use of dynamic updating in updating point and interval forecasts for achieving improved accuracy. The forecasting methods were validated through an empirical study of 5‐minute intraday S&P 500 index returns.     

Modeling and Forecasting Online Auction Prices: A Semiparametric Regression Analysis

Interest in online auctions has been growing in recent years. There is an extensive literature on this topic, whereas modeling online auction price process constitutes one of the most active research areas. Most of the research, however, only focuses on modeling price curves, ignoring the bidding process. In this paper, a semiparametric regression model is proposed to model the online auction process. This model captures two main features of online auction data: changing arrival rates of bidding processes and changing dynamics of prices. A new inference procedure using B‐splines is also established for parameter estimation. The proposed model is used to forecast the price of an online auction. The advantage of this proposed approach is that the price can be forecast dynamically and the prediction can be updated according to newly arriving information. The model is applied to Xbox data with satisfactory forecasting properties. Copyright © 2016 John Wiley & Sons, Ltd.     

外推法计算高温气体恒压摩尔热容

恒压摩尔热容是化工热力学中计算过程热力学性质变化所需的基础数据,但手册中通常难以查到计算气体在高温范围恒压摩尔热容所需的数据。文中提出一种计算气体在高温范围的恒压摩尔热容的方法:首先从手册数据适用的温度范围的上限起按一定的温度间隔逐点外推,再用五点曲线平滑法处理各点数据,然后将所得各点数据用线性回归方法处理得到恒压摩尔热容与温度的函数关系式: Cp,m=a0+a1T+a2T2+a3T3+a4T4,用以计算气体在高温范围的恒压摩尔热容。对CO气体,将用此方法计算的结果与用统计热力学方法计算的结果进行了比较,二者具有很好的一致性。     

数据库系统中的参数获取

介绍作者在KESHELL Ⅱ^[1]系统中设计的一个参数处理模块CP.该模块以回归、拟合等手段实现从目标数据库中获取数值型属性之间的函数表达式,它也允许DBA以显式函数关系来描述数值型"虚"属性.     

构建数量性状基因图的双侧标记基因型均值回归法

提出一种构建数量性状基因（ＱＴＬ）图的双侧标记基因型均值回归法,该方法利用当构体上某一区间的双侧标记基因型的数量性状均值为依变数,以该区间内任一一存在ＱＴＬ的加性效应和显性效应的系数为自变数进行二元回归分析,估计出ＱＴＬ的加性和显性效应,并测验该点是否存在ＱＴＬ,ＱＴＬ的最可能位置则根据测验统计数取最大值的点而确定;同时在某一标记区间测验时,利用多元线性回归方法将该工镜外可能存在的ＱＴＬ进行统计控     

山东省公路机动车货运量及运力组合预测

本文利用山东省公路机动车货运量、运力及国内生产总值时间序列信息,根据灰色系统及回归理论,建立山东省公路机动车货运量及运力灰色预测模型和回归模型,并利用组合预测方法进行预测,为控制山东省运力发展提供依据。     

化香木材物理力学性质的研究

<正>本文研究化香木材的一些物理力学性质,测出了各种性质的平均值和标准差。对各种强度性质和容积重的关系进行了回归分析;对径、弦向强度平均数进行了差异显著性检验;对我国三个地区化香木材物理力学性质进行了比较。     

面向对象软件的修改影响分析研究

在软件维护阶段,修改后的程序应该被重新测试,保证修改能满足用户需求,并且软件能正常运行。但面向对象程序中一个小的修改能产生很大影响,这为测试增加了困难。为了节省测试成本,应只测试修改及修改所影响的部分。提出了一种鉴别修改所影响的部件的方法。     

模糊线性回归分析的结构元理论

目前的模糊回归分析方法都是用区间运算表达的,模糊回归系数表示为区间数,模糊值函数表示为区间值函数,这使理论上的分析很繁琐。为此,提出一种简便、实用的模糊回归分析的结构元理论,并提供了数值例子,验证了该方法的实用性和有效性,为工程上的数据分析引入一个全新的模糊回归分析结构元理论。     

政策组合对中国光伏企业创新绩效的影响

基于政策组合视角,运用2015~2019年中国光伏企业A股上市公司的面板数据,采用面板门槛回归技术,实证分析创新政策与环境政策及其组合对企业创新数量以及创新质量的影响。结果表明：对于中国光伏企业而言,在创新数量积累阶段,创新政策与环境政策组合效应为正协同,在创新质量提升阶段,两者组合效应为负协同;政府补助对创新数量存在显著的倒U型门槛效应;环境规制与创新数量之间存在正向的非线性关系,且这种正向影响呈现边际效率递减特征,环境规制对创新质量的影响存在显著的倒U型特征;在环境规制强度存在差异时,政府补助对创新数量的影响呈现U型的非线性关系。