基于GIOWA算子的我国碳排放量的组合预测研究

基于1989—2018年中国碳排放量数据,采用多元线性回归、Hlot-Winters非季节指数平滑、ARIMA模型3种单项预测模型对我国碳排放量进行预测,鉴于单项预测模型的局限性,基于误差平方和最小的最优性准则,建立广义诱导有序加权平均(GIOWA)的组合预测模型,并对模型的有效性进行评价。结果表明:组合预测模型优于单项预测模型,验证了组合预测模型的有效性;未来5年,我国碳排放量处于上升趋势,而碳排放强度呈下降趋势。     

基于预测误差度的IGOWLA算子组合预测模型

针对组合预测的误差不一定比其单项方法的误差小这一问题,基于"预测有效度",提出预测误差度"的概念;将诱导广义有序加权对数平均(IGOWLA)算子与预测误差度结合,建立了新的最优组合预测模型,实证结果表明该模型的误差比其单项方法的误差更小且更稳定.     

基于IGOWSA算子的优性组合预测模型

将诱导广义有序加权平均(IGOWA)算子与正弦函数相结合,提出了诱导广义有序加权正弦平均(IGOWSA)算子的概念,研究了该算子的一些优良性质.同时基于IGOWSA算子构建了新的组合预测模型,从理论上证明了该模型是优性组合预测模型,比单一模型的精度更高.最后给出了实例分析,结果显示其5种误差指标均明显小于各个单一预测模型.     

基于二阶预测有效度的IOWA算子组合预测模型

将二阶预测有效度和IOWA算子相结合,提出一种基于二阶预测有效度的IOWA算子最优组合预测模型,并定义了优性组合预测的概念,最后通过一个具体的实例来说明该组合预测方法的有效性和合理性．     

基于IOWA算子的证券市场组合预测模型的实证研究

本文首先对我国上证指数建立灰色预测、随机游走、多元回归模型,然后建立诱导有序加权算术平均(IOWA)组合预测模型.结果表明,组合预测模型的预测精度明显优于参与组合预测的各单项预测模型.利用IOWA组合预测得到的权重,预测我国2012年11月到2013年10月的上证指数走势.结果表明,未来12个月我国上证指数的收盘价先有上升趋势,后有下降的趋势,具有一定的波动性.     

基于向量夹角余弦的IGOWLA算子组合预测模型

将向量夹角余弦和诱导广义有序加权对数平均(IGOWLA)算子相结合,构建了基于向量夹角余弦的IGOWLA算子的组合预测模型,并给出了优性组合预测的概念;最后,根据实例验证了该组合预测模型是科学的和有效的,且此模型是优性组合预测.     

基于向量夹角余弦与IGOWA算子的区间组合预测模型

针对区间数的组合预测问题,利用连续有序加权平均算子,构造每一期单项预测区间值的预测精度,并以每期预测精度为诱导值,引入广义的诱导有序加权平均(IGOWA)算子,分别对区间数的左右端点,以向量夹角余弦为准则,建立基于广义诱导有序加权平均算子的多目标区间组合预测模型,然后将其转化为单目标规划问题进而求出权重.最后,通过实例表明所构建模型能够有效降低预测误差.     

一类算子方程最小最大耦合拟解的存在性

利用半序的方法,研究了巴拿赫空间(Banach space)中一类非线性算子方程的最小最大耦合拟解.在得到的存在性定理中,减弱了方程中算子的连续性,同时对锥的性质未作限制,其结论具有更广的适用范围.     

基于IOWA算子的我国旅游总收入组合预测

本文以2000-2011年我国旅游总收入为样本区间,在回归预测、指数预测与二次移动平均预测三种单项预测方法的基础上,以预测误差平方和最小为准则,建立IOWA算子组合预测模型。对该模型的预测有效度进评价结果表明该组合预测模型能有效提高预测精度。     

基于条件异方差模型的上证地产指数外推预测

对于金融时间序列,常会出现观测值在某个时间段波动大,但在另一个时间段波动比较小的聚类性现象。本文运用ARCH模型和GARCH模型建立上证地产指数的条件异方差模型,即利用加入条件标准差的GARCH-M模型进行外推一期预测,结果表明,外推一期的结果可以有效地预测上证地产指数收盘价。     

上证综指：基于计量模型的一个分析

考察汇率、利率、GDP增长率、成交量、换手率、市盈率、基金成交金额和流通市值这8个与上证综指在理论上有相关性的备选解释变量,采取以平均经济回归方法为指导的建模策略,构建经得住多重共线性检验、异方差检验、模型设定偏误检验和自相关检验等各种检验且统计性质优良的线性模型和对数线性模型,并对这两种模型的拟合优度进行比较后可以证实:上证综指与汇率、利率和GDP增长率等宏观经济变量的相关度很低,与成交量、换手率、市盈率、基金成交金额和流通市值等微观市场变量却有着很强的相关性.这一结论并不能否定宏观经济对股市的影响,相反却恰好从计量经济的角度反映出上海股市在股改完成前的结构性缺陷.     

基于ARMA-EGARCH模型VaR方法的上证指数风险研究

为了避免对收益率序列的分布作任何假设,在ARMA-EGARCH模型的基础上,本文通过历史模拟非参数法估计分位数与参数法估计标准差相结合的方法,对上证指数的风险价值VaR进行了分析,并对估计出的VaR进行了后验检验.结果表明,利用此方法估计上证指数的VaR既简单又合理.     

基于ARMA-NN集成模型的上证指数预测研究

研究表明,大多时间序列可分解为线性部分和非线性部分的组合。融合ARMA模型在捕捉线性关系的优势和神经网络模型强大的非线性映射能力。介绍一种ARMANN集成模型,并对上证指数月收益率进行预测。结果表明集成模型的预测能力显著优于传统单一模型,对指数收益率预测比较准确,有很强的应用价值。     

上证综数收益率的鞅性分析

运用ACF、PACF和Q(k)等“混合”统计指标分析了上证综数收益率的变化,发现它不是白噪声,没有展现“公平游戏”的特征,运用拟合的趋势分析模型看到:它的变化呈现出超鞅的特征,这意味着股市投资者面临着极大的系统风险。对上证指数收益率变化表现出的超鞅特征从体制方面进行了分析研究。     

基于多因素灰色模型的上海市基层医疗机构诊疗量预测

建立分级诊疗制度是我国医改“十三五”规划五大任务之首,而基层医疗卫生机构承担着分级诊疗的基础任务,是基本医疗卫生服务和公共卫生服务的双重承载,如何提高基层医疗卫生机构服务水平具有重大研究意义。选取上海市2010 -2016年基层医疗机构诊疗数据,建立基于多因素影响的上海市基层医疗机构诊疗量预测组合模型。首先运用灰色关联分析对各影响因素与诊疗量的相关性进行排序,筛选出主要影响因素变量;然后应用GM（1,N）模型对各年度诊疗量进行预测,并利用改进粒子群算法进行背景值优化,以提高预测准确性;最后运用该模型预测2017 -2020年诊疗量。仿真实验结果表明,该模型较单一的GM（1,N）模型准确性更高,预测有效可行。     

基于L1范数IOWGA算子的大学生就业信心指数组合预测模型

大学生就业信心指数的预测可以在一定程度上了解大学生就业信心的变化趋势.因此,文章建立了基于L1范数的诱导有序加权几何平均（IOWGA）算子的组合预测模型及预测有效度评价指标体系,以山东省德州市某高校2000—2012年大学生就业信心指数数据,对大学生就业信心指数中的全局信心指数进行分析预测,并与采用GM（1,N）预测模型、单指数平滑预测模型和ARMAX预测模型分析结果从预测精度、预测模型有效性上进行比较.结果表明：基于L1范数的IOWGA算子组合预测模型比其他三种单项预测方法预测方法精度更高且为优性组合预测,本模型对大学生就业信心指数预测是可行的,可以用于对大学生就业信心的定量研究.     

上证指数反弹回调幅度实证分析

上证指数的反弹回调幅度是预测价格走势的一个重要技术指标。上证指数走势大体上可以分为上升趋势、下降趋势与横盘趋势。而在时间长短上可以分为短期、中期和长期。在上证指数上升趋势中总要回调其中一部分,然后再按原上升趋势继续进行,相反,在上证指数下降趋势中总会反弹其中一部分,之后再按原下降趋势继续进行。因此对不同时间长度内上证指数的上升、下降趋势中的回调与反弹幅度进行研究,并研究它们之间的关系,得出了1/3、1/2、2/3的幅度是短期反弹与回调的重要档位等结论,并根据结论对本次牛市回调点位进行了预测。