基于EMD与BP神经网络的中国股票指数期货价格预测

应用经验模态分解算法（EMD）和BP神经网络理论提出了我国股指期货市场价格走势预测模型。首先应用EMD分解算法把股指期货价格序列分解成不同尺度的内禀模态分量（IMF）,再通过重复试验的方法运用BP神经网络对股指期货价格序列和分解得到的所有IMF的数据序列进行训练,得到股指期货价格的预测模型,并对股指期货价格进行预测。实验表明,通过该方法得到的预测值与股指期货的实际价格有着很高的拟合度。     

牛市熊市中机构投资者的行为分析

传统金融理论认为机构投资者是“理性经济人”,从而能够采取正确的投资策略。而通过行为金融学的研究发现,机构投资者在投资心理和行为上也会出现各种偏差。根据国内封闭式证券投资基金每季度公布的数据,通过配对T检验的方法,对比分析在牛市、熊市开始和结束时,基金持有股票占资产净值的比例,得出国内机构投资者有“噪声交易者”的特性,并且预测能力和择时能力欠佳的结论。     

相对V模与相对V环

把Ｖ模、Ｖ环推广到遗传扭论中,定义并刻划了τＶ模、τＶ环以及ＦＶ模、ＦＶ环．讨论了它们与Ｖ模、Ｖ环的关系以及Ｔ平模的内射包,证明了可换的Ｔ正则环是τＶ环．     

证券投资的非线性认知期望收益

在行为金融的假设框架下,基于投资者的非理性认知分布和不确定风险厌恶特征,提出了刻画证券投资收益的非理性认知期望收益和非线性认知期望收益模型,研究了投资者的非理性特征对认知期望收益的影响。结果为,在现实的证券市场中,由于投资者的非理性认知和投资者对不确定投资的风险厌恶,投资者对证券投资收益的测算,不是传统金融理论所刻画的理性期望收益（基于历史数据决定或由经典的资本资产定价模型所决定）,而是由投资者的一些非理性特征来决定。     

基于交易者类型变化的股票动态定价模型与仿真

基于股票市场的实际情况,将交易者分成具有有限理性的两类:基本分析者和动量交易者,并利用基本分析者和动量交易者的相互作用,构建了证券投资的行为金融模型.基于交易者类型的变化,对股票价格的动态变化进行仿真研究.模型分析表明,交易者类型的变化使得股票动态价格的变化更为复杂.     

弱可逆矩阵与对角化

本文用弱可逆矩阵刻划可对角化矩阵的条件     

竞争情报对提升企业竞争保障的战略研究

在激烈的市场竞争中，竞争情报越来越多地受到企业的重视，提高企业的情报竞争力也成为现代企业生存和发展的基本战略，也是提高企业核心竞争力的重要组成部分。本文较详尽地论述了企业监视竞争环境、分析竞争对手、制定竞争战略、保护信息安全和快速反应等五个方面的情报竞争力的培养、提高与发展问题。     

基于马氏链的股指期货合约指数的预测

采用马氏链模型对我国股票指数期货四种合约的每日收盘价格进行短期预测,发现该模型对当月连续合约、下月连续合约以及下季连续合约等三只合约未来五个交易日的预测准确率为100％,而隔季连续合约仅为40％.利用马氏链遍历性的平稳分布,给出长期市场环境下,股指期货发生在不同区间的概率分布,以及返回各个状态需要的平均时间.     

用科学发展观指导后勤人才建设

后勤人才建设必须以科学发展观为指导,树立全面、协调、可持续发展的后勤人才建设观,注重人才的有效使用、注重人才的潜能开发、注重人才的多样性开发、注重人才的可持续发展。     

基于BP神经网络的我国股指期货价格预测

应用BP神经网络理论提出了我国股指期货市场价格走势短期预测模型。首先根据实验数据的特点分别构建单因素、多因素BP神经网络预测模型,再通过重复试验的方法,运用BP神经网络对股指期货价格序列进行训练,从而对股指期货价格进行预测。结果表明,通过BP神经网络预测模型得到的预测值与股指期货的实际价格有着很高的拟合度。