国家自然科学基金(70971097)
- 作品数：17 被引量：101H指数：5
- 相关作者：徐梅李祥飞张再生黄超高杨更多>>
- 相关机构：天津大学天津理工大学中国建设银行更多>>
- 发文基金：国家自然科学基金天津市科技发展战略研究计划项目教育部人文社会科学研究基金更多>>
- 相关领域：经济管理自动化与计算机技术交通运输工程理学更多>>
- 基于STSA的股市网络结构实证分析
- 2013年
- 网络分析法为分析股票市场的复杂性提供了有效的方法.文章采用符号时间序列分析法,使用符号编码序列所对应的频率,基于欧几里德空间,计算最小生成树节点之间的距离.同时,引入多维数据分析法,在收益序列的基础上加入股票交易量信息,建立最小生成树和分层树,从而体现出交易量作为股市价格趋势指向标所隐含的信息.最后,对沪深300指数进行了实证分析,系统分析了其网络结构及聚类特性.
- 高正欣徐梅
- 关键词：最小生成树欧几里德空间
- 基于组合误差优化模型的城市轨道交通短期客流预测研究被引量：6
- 2016年
- 为提高城市轨道交通短期客流预测的准确性,构建了一种基于组合误差优化的短期客流预测模型。采用预测误差值对预测值进行优化校正,弱化传统SVM模型在实际预测中误差对预测结果的影响,以提高模型的预测精度。数据选取样本周期内郑州市地铁1号线每小时客流量组成的样本序列并进行了仿真验证。结果显示,经误差优化后的预测模型的预测精度有了明显提高,且优化后的预测值与误差预测值的趋势具有较高的一致性。
- 高杨唐燕
- 关键词：城市轨道交通
- 基于符号时间序列方法的金融收益分析与预测被引量：18
- 2011年
- 引入符号时间序列分析方法从大尺度的角度分析收益变化的特征,提出了确定收益变化的主要模式并预测收益水平的方法。首先将收益序列转化为符号序列,由符号序列中不同的字代表不同的收益变化模式,根据符号序列直方图,可以确定收益变化的主要模式。然后,根据各收益变化模式的概率分布,在前几个时点收益水平确定的情况下,可以推知下一个或几个时点处于不同收益水平的概率,从而实现对收益水平的预测。对上证综指、深证成指以及上证工业股指数、上证商业股指数、上证地产股指数、上证公用事业股指数共六个股票指数的收益序列进行了实证分析,确定了各指数收益的主要变化模式,并基于主要变化模式进行了收益水平的预测,从而说明了该方法的有效性和可行性。
- 徐梅黄超
- 关键词：直方图
- 基于EMD-PSO-SVM误差校正模型的国际碳金融市场价格预测被引量：37
- 2014年
- 国际碳金融市场价格预测是制定碳金融市场政策和提高风险管理能力的基础。近年来国际碳市场价格呈现出非平稳、非线性等不规律特性,传统应用于社会经济时间序列的统计模型已经越来越难以满足日渐复杂的社会经济系统的需要。基于此本文建立了基于经验模态分解(EMD)-粒子群算法(PSO)-支持向量机(SVM)的国际碳金融市场价格误差校正预测模型。数据选取2008年3月-2013年9月ICE碳排放期货交易所的CER期货(DEC12)和EUA期货(DEC12)的日交易结算价格作为考察样本进行仿真验证。结果显示:①引入EMD方法可以有效解决误差序列随机性强、相邻频带的干扰可能造成误差序列无法体现反映全部系统动力信息的缺陷;②校正后的预测值与误差预测值的趋势具有较高的一致性,预测结果滞后性和拐点误差大的问题得到了很好的解决;③预测结果较其他常用的国际碳金融价格预测模型进行了比较分析,预测精度有了明显提高。本研究提出的预测模型可以为我国针对目前国际碳价格市场所呈现的波动特征下的碳金融市场价格预测提供新的方法和借鉴。
- 高杨李健
- BP神经网络与符号时间序列下的金融波动研究
- 2015年
- 针对金融市场的非线性特征,将BP神经网络与符号时间序列分析方法相结合,利用历史数据对金融波动进行预测。采用上证综指2011—2014年间隔为5 min的高频数据为样本,首先将波动序列符号化,然后利用BP神经网络对样本进行训练和检验,检验结果表明,该方法可有效预测下一时点波动变化情况,达到了其在金融波动方面的预测效果。
- 徐梅王方
- 关键词：BP神经网络金融波动
- 基于符号时间序列直方图的高频金融波动预测被引量：1
- 2014年
- 将符号时间序列分析方法与K-NN(K-Nearest Neighbors)算法相结合,提出了一种基于符号时间序列直方图的高频金融波动整体分布的预测方法。首先将时间序列符号化得到符号时间序列,并以符号序列直方图表示符号序列的分布,引入符号直方图时间序列的概念,采用K-NN算法得到下一个周期符号序列直方图的预测。在K-NN算法中,针对符号序列直方图的特点,提出以欧几里得范数,χ2统计量和相对熵作为选择邻居时的符号直方图序列相似度的度量方法,利用系统自身的几何特性确定符号直方图序列的嵌入维数。以上证综指5分时的高频数据检验了本文方法的预测能力。结果表明,本文方法预测所得结果整体误差均在可以接受的范围内,预测所得的分布与真实分布均值相同,但是方差较小。
- 徐梅王雨蒙
- 关键词：直方图金融波动NEIGHBORS高频
- 基于灰色马尔科夫模型预测金融波动被引量：3
- 2014年
- 引入灰色模型和符号时间序列分析方法,与马尔科夫模型方法相结合,提出了一种新的预测金融波动的方法。首先将波动序列符号化,然后建立灰色马尔科夫模型,不仅能减小影响预测精度的误差,而且能利用马尔科夫模型来调整误差,使结果更加精准。采用上海证券交易所综合指数2007—2010年间隔为5分钟的高频数据为样本,对已实现波动序列进行实证分析,成功预测了下一时点波动值所处的区间,并验证了该方法的可行性和有效性。
- 李金丹徐梅
- 关键词：已实现波动马尔科夫模型
- 基于D-Markov模型的金融波动模式识别被引量：1
- 2014年
- 将小波变换与符号时间序列分析相结合,引入工程领域的D-Markov模型,提出了一种用于金融波动变化模式识别和异常检测的方法。波动序列经过离散小波变换,产生小波系数序列,将小波系数序列符号化产生符号时间序列,建立符号时间序列的D-Markov模型,并求状态转移概率矩阵,计算各状态转移概率矩阵的状态概率向量与标准状态转移概率矩阵的状态概率向量之间的欧拉距离,从而得到异常度。基于得到的异常度识别金融波动变化模式,检测异常波动的发生。以上证综指的5分钟序列为样本实证分析,对该方法的可行性和有效性进行了验证。
- 徐梅扈梦
- 关键词：小波分析模式识别异常检测
- 基于小波多分辨分析的中国股票市场因果关系分析被引量：2
- 2011年
- 将Granger因果关系检验与小波多分辨分析相结合,把股票指数收益序列分解为不同的尺度分量,从尺度分量的角度分析我国沪深两个股票市场之间的因果关系,说明了某一市场收益的有些尺度分量与另一市场收益间的因果关系不同于两市收益的基本因果关系,又说明了两市收益的有些对应尺度分量之间的因果关系不同于两市收益的基本因果关系。结果表明,该分析可为我国两个股票市场之间的关联性及其成因和趋势提供理论支持。
- 梅世强徐梅
- 关键词：小波多分辨分析GRANGER因果关系股票市场
- 基于序列比对方法的股市波动实证研究被引量：1
- 2013年
- 引入生物信息学中的序列比对方法及非参数的符号时间序列分析方法,与已有的K-近邻法相结合,提出一种新的股价波动预测方法。将样本序列与比对目标序列进行全局比对,通过动态规划算法回溯出高于匹配得分阈值的K条历史子序列,以此作为K-近邻法中的K个最近邻,从而得到预测结果。该方法不仅可以预测具体的波动值,也可预测波动所处的区间。以上证综指和深证成指采样间隔为20 min的高频数据为样本进行实证分析,验证了该方法的有效性。
- 徐梅刘秀秀
- 关键词：K-近邻法股价波动
