小波变换高分辨率层序地层学研究

以大庆长垣杏树岗地区高三组层序地层划分为例,分析了小波变换在高分辨率层序划分中的应用。利用对自然伽马曲线进行Morlet小波变换,将测井曲线信号转换为深度与尺度域的变化关系,得到不同尺度上的小波系数曲线,然后建立最佳尺度因子下的小波系数曲线的周期性振荡特征与各级层序界面的对应关系,最终将最佳尺度因子下的小波系数曲线用于层序的识别与划分。同时,结合地震资料和储层反演等资料验证,实践证明,最佳尺度因子下的小波系数曲线能准确识别出各级层序的界面,因此,利用小波变换进行层序地层划分为高分辨率层序地层学研究了提供一条新的途径。     

一种基于小波尺度相关性的自适应阈值去噪算法

针对图像去噪时造成的边缘模糊和细节损失问题,结合小波尺度相关性理论和经典的阈值去噪方法,提出了一种新的图像去噪算法,该算法利用不同尺度上小波系数间的相关性,对原图像和噪声对应的小波系数进行最大程度的区分,对前者予以保留,对后者则结合闽值去噪方法和该小波系数是原图像的置信程度进行处理。实验结果表明,该算法在达到很好的图像去噪的同时,能很好地保留图像的边缘和细节信息。     

中国股市β系数的实证研究

β系数是测量股票系统风险的主要指标之一,在投资理论和投资实践中占有重要地位。因此,β系数的稳定性成为学术界和投资者特别关注的问题。对于β系数在美国证券市场上的表现,许多学者做过大量研究,但没有定论。一些学者认为β系数具有相对稳定性,另一些学者认为β系数具有随机性。β系数的估计涉及到时间间隔的选择、模型的选择、无风险利率的选择等,不同的处理方法会得出不同的结论。本文试图对中国证券市场A股股票β系数的稳定性及其他相关问题进行实证研究。     

序列相关的微观结构噪声估计

基于股票有效价格计算的已实现波动率(Realized Variance)可作为股票收益波动率的估计,且在一定条件下,这一估计是无偏的和一致的。然而实际观测到的价格由于受到市场微观结构导致的噪声的干扰,与有效价格并不一致。因此,在高频数据环境下必须考虑如何降低噪声干扰。本文基于Hansen和Lunde给出的在噪声序列存在相关性假设下的一种关于RV的无偏估计,进一步推导出在此情形下估计噪声方差的方法。我们的估计挖掘了不同频率下的股票交易高频数据所反映出的信息,利用传统的在噪声影响下的有偏RV估计与Hansen和Lunde的无偏RV估计之间的差估计噪声。同时,本文也给出了在实践中如何确定这些频率的方法。     

小波变换在车牌定位中的应用

为了解决含噪车牌图像的定位问题,本文研究了Mallat算法及其在小波系数多尺度分解中的应用,然后在此基础上针对汽车车牌与复杂背景的分割问题,提出了一种基于小波分析的边缘检测和图像分割方法。     

基于小波变换在图像处理中的应用

小波变换被广泛接受的图像处理作为一种有效的和有前途的方法。本文根据遥感图像的多分辨率和多尺度特点,利用边缘提取对不同图像进行处理,并对上述结果对比分析认为:利用小波变换进行遥感图像边缘提取,须先对图像进行小波变换,然后用二进小波变换模的部分极大值来完成信号突变点位置及其异性大小,实现图像的边缘特征提取。本文中用多维度上二进小波变换图像边缘特征提取方法应用于遥感图像样本的仿真实验,获得了比较好的结果。     

碳排放权交易的多尺度VaR计算——基于小波变换和GARCH模型

欧盟温室气体排放贸易准许市场是世界最大的碳排放权交易市场,碳现货、碳期货已经成为主要的碳金融交易商品,但是碳价格波动剧烈,研究投资者规避碳价风险的市场行为有重要的意义。本文提出碳市场异质性这一假设前提,即碳期货的价格行为受市场中不同投资时间尺度的市场参与者的交易行为所影响,因此也具有时间多尺度特征。研究结果表明,多尺度VaR不仅很好地描述不同投资者的风险收益偏好,而且有助于证明碳市场异质性假设的合理性和市场有效性在不同时间尺度上的差异。     

Markov区制转换模型在行业CAPM分析中的应用

整体经济环境的变化导致了股票收益和风险的时变性,从而使得行业板块系统风险β系数也表现出时变特征。本文以沪深股市中的24个行业板块为研究对象,运用Markov区制转换方法客观划分股市高、低波动状态,建立了一个二状态Markov区制转换CAPM模型,对我国股市行业β系数的动态进行了实证分析。结果表明,就大多数行业而言,在高、低两种波动状态下CAPM模型均得以成立,且Markov区制转换CAPM模型显著优于传统的CAPM模型。     

基于多元ARMA模型的动态β系数估计研究

β系数作为揭示上市公司股票系统性风险系数,是投资组合管理、业绩评价的必备信息.传统的CAPM模型在运用时考虑的只是单期β系数.在时间的变化中,影响因素会发生改变,股票的系统风险相应也会发生变化,投资者更希望了解的是股票系统风险的适时变化情况.笔者运用时闻序列分析方法,构造多元的ARMA模型对上市公司的β系数进行动态估计.以期反映出股票系统风险的动态变化情况.     

基于小波的多尺度图像处理及其在纸浆纤维检测中的应用研究

从社会产业技术发展的层面来看，随着图像处理技术的不断升级，纸浆纤维检测环节工作的操作质量也较以往有所改善。实际上，这与基于小波的多尺度图像处理方法的选用有着直接的关联。小波多尺度边缘检测的原理较为科学，即将小波的多尺度因子与不同方向上的梯度连写起来，使其在梯度大的方向采用小尺度的因子，从而突显出较强的图像边缘细节的保持特性。本文就基于小波的多尺度图像处理的过程及其基本情况进行论述，结合具体的使用范围挖掘此种多尺度图像处理模式在纸浆纤维检测中的具体应用实效，以期为该领域实践带来有益的借鉴。     

利用Excel实现β系数自动计算

在证券市场中,β系数是揭示上市公司股票系统性投资风险的重要指标,更是投资组合管理、业绩评价的必备信息,因此,对β系数的准确估计具有重要的理论价值和现实意义。本文分析了影响β系数的主要因素,提出了构建Excel模板实现β系数自动计算的方法。     

带未知异方差广义空间模型的有效估计

空间单元大小以及其它的经济特征上的差异,常常会导致空间异方差问题。本文给出了广义空间模型异方差问题的三种不同估计方法。第一种方法是将异方差形式参数化,来克服自由度的不足,使用ML估计进行实现。而针对异方差形式未知时,分别采用了基于2SLS的迭代GMM估计和更加直接的MCMC抽样方法加以解决,特别是MCMC方法表现得更加优美。蒙特卡罗模拟表明,给定异方差形式条件下, ML估计通过异方差参数化的方法依然可以获得较好的估计效果。而异方差形式未知的情况下,另外两种方法随着样本数的增大时也可以与ML的估计结果趋于一致。     

利用Excel实现β系数自动计算

在证券市场中，β系数是揭示上市公司股票系统性投资风险的重要指标，更是投资组合管理、业绩评价的必备信息，因此，对β系数的准确估计具有重要的理论价值和现实意义。本文分析了影响β系数的主要因素，提出了构建Excel模板实现β系数自动计算的方法。     

基于小波系数区域相关性的电能质量扰动检测

软阈值法已经在电能质量扰动检测中得到了应用,但该方法受噪声强度影响较大,当噪声强度较大时,该方法会失效。信号相邻尺度的小波系数具有较强的相关性,但受小波系数偏移影响较大,区域相关算法在保持相关算法优点的同时能够克服小波系数偏移带来的影响。文中结合软阈值法和区域相关法的优点,提出了一种新的电能质量扰动检测算法。仿真结果表明,该算法能够弥补软阈值法的不足,可以在强噪声干扰下对电能质量扰动准确定位。     

基于小波分析的GPS消噪探讨

文章采用VB语言与MATLAB语言编程,提取南宁实验GPS控制网观测数据中的原始载波信号,利用小波分析理论在多尺度、多分辨率、可伸缩、可平移等分析方面的优势,分别对提取的原始载波信号、单差观测值、双差观测值采用bd3小波函数进行3层小波分解。研究高频信号特点以及不同差分方法消除噪声的效果。将小波分析理论作为数学工具,实施GPS观测数据小波分解和重组,对于发现并削弱GPS误差具有一定的参考价值。     

一种基于有限元的数据分解方法

本文采用一种新的多分辨率分析方法——有限元矩阵分解，将离散数据分解为有限元的主数据和节点误差。通过解决循环矩阵求逆的方法，得到各种尺度下矩阵的系数，该系数与小波系数意义相同。与小波方法相比有限元方法有对称性，为分片多项式，并且样条函数是确定的等特点。     

奇异方差-协方差矩阵的n种风险资产有效边界的特征

本文利用均值-方差模型,用新的方法在无套利假设下研究了当方差-协方差矩阵是奇异时n种风险资产投资组合有效边界的本质特征,并提出了有效的、操作性强的投资策略。     

跨期β系数时变结构研究

β系数时变性是现代资产定价理论研究的热点问题之一,但国内外已有研究局限于β系数时变性实证检验和β系数估计方法的改进。本文基于经典CAPM理论和微分方程理论,研究跨期条件下β系数时变机理,从理论研究角度出发推导出跨期β系数时变结构方程,并运用数值优化方法求解,然后实证模拟了均衡市场条件下有效前沿的动态轨迹及跨期β系数的时变路径,在理论上完善和发展了现代资产定价理论,提升了β系数对现实金融市场现象的解释能力。     

一个新的时变系数分位数回归模型及应用

结合普通分位数回归的模型结构和可行性最小二乘方法的时变系数特征,在普通分位数回归模型的损失函数中引入动态误差设定,提出了一个新的模型：时变系数分位数回归模型,并给出其模型表示、模型估计以及模型检验等建模方法。时变系数分位数回归模型更能够适应广泛数据类型的建模需求,体现回归系数的时变特征,揭示解释变量对响应变量完整条件分布特征的影响,具有广阔的应用前景。将其应用于组合投资决策分析,构造出VaR风险动态组合投资方案,并与VaR风险静态组合投资方案、方差风险静态组合投资方案、方差风险动态组合投资方案等进行实证比较。结果表明,基于时变系数分位数回归模型的VaR风险动态组合投资方案所得投资效果在收益、方差、Sharpe比率和VaR数值等方面都显著优于其他三种方案。     

基于小波变换和支持向量的国际原油价格预测

本文将小波分析与支持向量回归结合应用于国际原油价格预测,通过小波多尺度分析方法将油价时间序列分解为长期趋势和随机扰动项,然后采用支持向量回归对分解后的油价长期趋势进行预测。油价长期趋势的预测采用多因素预测方法,主要考虑市场供需基本面、库存、经济、投机等因素对石油价格走势的影响,建立多输入单输出的支持向量回归模型。实证研究表明,支持向量回归模型具有较高的预测性能,对原油价格长期趋势预测中,该方法比回归方法的预测精度高。