首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   10篇
  免费   0篇
  国内免费   1篇
系统科学   2篇
综合类   9篇
  2019年   1篇
  2016年   1篇
  2009年   1篇
  2008年   1篇
  2007年   2篇
  2006年   1篇
  2003年   1篇
  2002年   1篇
  2001年   1篇
  2000年   1篇
排序方式: 共有11条查询结果,搜索用时 15 毫秒
1.
针对Brent原油期货市场可能存在结构突变点(结构断点),引入了隐马尔科夫模型(Hidden Markov Models,HMM)对其进行波动状态预测,但是由于HMM模型测度下的波动状态中可能存在伪结构突变点,再使用迭代累积平方和(Iterated Cumulative Sums of Squares,ICSS)模型对Brent原油期货市场波动结构突变点进行诊断,并修正其波动状态,为了检验ICSS-HMM-EGARCH模型对Brent原油期货市场结构突变点预测的准确性,基于修正后的波动状态再次使用HMM-EGARCH模型对Brent原油期货市场进行波动率预测。最后,采用成功率(Success Rate,SR) 和基于平均误差函数(Root Mean Squared Errors,RMSE)的Diebold-Mariano(D-M)模型分别对预测波动状态和预测波动率的准确性进行检验。实证结果表明:Brent原油期货市场中存在波动结构突变点;HMM模型测度下的波动状态中存在伪结构突变点,而ICSS-HMM-EGARCH模型能够修正波动状态中的伪结构突变点;基于修正后的波动状态后HMM-EGARCH模型能够对Brent原油期货市场进行更加准确地波动率预测,因而ICSS-HMM-EGARCH模型能够准确地预测Brent原油期货市场波动结构突变点。  相似文献   
2.
讨论Lorentz流行中具有常数平均曲率的类空超曲面,得到它为全脐超曲面的一个充分条件.  相似文献   
3.
将著名的Hadamard不等式作如下推广:设f:[a,b]→R是连续凸函数,函数fk(x)满足d^kfk(x)/dx^k=f(x)(↓Ax∈[a,b],k=1,2, ……),y记G(a,b)=k^k(b-a)^-k∑j=0^k(k j)(-1)jfk(ja (k-j)b/k),则1/4(f(a) f(b) 2f(a b/2))≥(b-a)^-1∫a^bf(x)dx=G1(a,b)≥ ……≥Gk(a,b)≥f(a b)/2。  相似文献   
4.
不等式M(1,x)+[M(2,x)]1 2M(1,x)·M(-1,x) n+n1 2n2是所谓的广义Malfatti型不等式.在较弱的条件下把它推广为更一般的形式.例如:a[M(λ,x)]1 λ+b[M(μ,x)]1 μM(λ,x)·M(μ,x)·M(1-λ-μ,x) an1 λ+bn1 μn3,这里M(β,x):=∑ni=1xβi,xi>0,β>1;a,b是两个正常数.所得结果包含最近的相关不等式,且建立不等式的方法是初等的,因仅仅利用了基本不等式.  相似文献   
5.
含T平均的不等式及其应用   总被引:3,自引:2,他引:3  
本文定义t次T平均Tt (a) ,t∈R .我们证明 ,如果s相似文献   
6.
讨论Lorentz流行中具有常数平均曲率的类空超曲面,得到它为全脐超曲面的一个充分条件.  相似文献   
7.
著名的Jensen不等式可表述为:设函数f:I→R(I为给定的区间)为凸函数,如果x1,x2,…,xN∈I,那么有不等式:N^-1.∑iN=1f(xi)≥f N^-1.∑iN=1xi.借助于积和式及数学归纳法,将这个不等式推广到涉及m次齐次对称多项式的情形,由此获得了一个有趣的推论.  相似文献   
8.
代数函数的Jensen不等式可表述为:设ai>0,i=1,2,…,n,r>1)(或r<1).则有(a1+a2+…an)r>(<)ar2+ar2+…+arn成立.本文作者将这个不等式进行了加强与推广,并将此结果用于Safta猜想的相关问题.  相似文献   
9.
著名的Jensen不等式可表述为设函数f-I→R(I为给定的区间)为凸函数,如果x1,x2,…xN ∈I,那么有不等式N-1·∑N i=1f(xi)≥f(N-1·∑Ni=1xi).借助于积和式及数学归纳法,将这个不等式推广到涉及m次齐次对称多项式的情形,由此获得了一个有趣的推论.  相似文献   
10.
基于HMM-EGARCH的银行间同业拆放利率市场波动预测研究   总被引:1,自引:1,他引:0  
针对中国金融市场呈现出的多波动状态的典型事实特征,以上海银行间同业拆放利率(Shibor)市场为研究对象,不仅引入隐马尔可夫模型(hidden Markov model,HMM)对其进行了波动状态预测,而且还引入HMM-EGARCH模型对其波动率进行了预测;最后使用成功率(success rate,SR)与平均绝对误差(mean absolute error,MAE)对预测波动状态进行检验,并且还采用标准统计误差函数对预测波动率进行检验.实证研究表明:高低两种波动状态就能够有效地刻画出Shibor市场的波动状态;HMM模型能够对Shibor市场进行较准确地波动状态预测,且更重要的是,HMM模型对高波动状态预测具有显著的优越性;HMM(2)-EGARCH模型能够有效地对Shibor市场进行波动率预测.  相似文献   
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号