Out-of-sample prediction of Bitcoin realized volatility: Do other cryptocurrencies help?

Inspired by cross-market information flows among international stock markets, we incorporate external predictive information from other cryptocurrency markets to forecast the realized volatility (RV) of Bitcoin. To make the most of such external information, we employ six widely accepted approaches to construct predictive models based on multivariate information. Our results suggest that the scaled principal component analysis (SPCA) approach steadily improves the predictive ability of the prevailing heterogeneous autoregressive (HAR) benchmark model considering both the model confidence set (MCS) test and the Diebold–Mariano (DM) test based on three widely accepted loss functions. The forecasting performance is persistent to various robustness checks and extensions. Notably, a mean–variance investor can obtain steady positive economic gains if the investment portfolio is constructed on the basis of the forecasts from the HAR-SPCA model. The results of this study show that external predictive information is statistically and economically important in forecasting Bitcoin RV.     

基于手机信令的城市道路交通状态实时预测

为准确、实时预测道路交通状态，通过分析影响交通的因素，利用决策树算法对速度和环境因素等数据进行建模，确定交通拥堵发生的规则，在此基础上结合实时的移动用户和环境因素数据对交通状态进行预测。以中国河北保定城区为例进行实验，验证了该方法的有效性。同时，研究发现，基于决策树算法进行道路交通状态预测的方法具有较好的扩展性。     

联合谐波小波与递归神经网络的股市时间序列预测

为了提高神经网络对股市时间序列的预测精度，首先利用谐波小波对股票市场数据进行多尺度分解，将其分解为不同尺度且具有平移不变特征的谐波小波分量；然后根据股市时间序列的特点，构建递归神经网络模型进行短期预测，以不同尺度的谐波小波分量为输入数据，对股市数据进行多尺度预测；最后对不同尺度的预测结果进行谐波小波重构，得到最终的股市预测数据。对我国股票市场进行了实验分析，结果表明：股市时间序列经谐波小波分解后，股市数据中不同投资时间水平的价格波动可以被较好的分离，有效地提高了股票市场数据的预测精度。     

国际投机资本冲击风险预警指标体系的构建

在全球金融危机的背景下,国际投机资本的频繁流动严重影响了我国经济的稳定性.通过选取1996～2007年能够反映我国经济面临风险的12个指标,确定各自的权重,用KLR信号分析法实证论述近年来我国的风险变化情况,找出影响风险变化的重要指标.研究发现,国际投机资本这一潜在的危险正在加重,因此,可以在利用风险预警机制的同时加强对跨境资本流动的监管,以保证国民经济的均衡发展.     

乡村振兴背景下蔬菜价格波动因素分析及预测

近年来在农产品批发市场上，蔬菜价格波动幅度较大。将影响蔬菜价格的因素划分为供给、需求、流通、气候和其他5大类，构建Lasso-SVM最优组合预测模型预测蔬菜价格。研究结果表明：人民币汇率、新冠感染者月均增加人数、气温平均值、农业生产价格资料指数、农产品生产价格指数、劳动日工价、物质与服务费用、用工成本和蔬菜播种面积对蔬菜价格影响较大；对比多种预测模型发现，Lasso-SVM模型组合预测蔬菜价格准确度高、性能稳定。     

基于系统动力学的我国社会重大风险仿真研究

基于系统动力学模型,构建社会重大风险系统因果关系图和流图,运用综合指数法对社会重大风险进行预警分析,并对子系统引起的社会重大风险进行仿真预测以监测我国社会重大风险。结果表明：宏观经济、生态环境及社会治理三个子系统监测预警综合值变化较小,趋势比较平稳,社会重大风险监测预警综合指数整体上呈现出小幅上升的趋势。因此,为防范化解我国的社会重大风险,政府应通过提升常规风险与突发事件应急管理机制精确度,加强社会重大风险的制度化控制,打好防范化解社会重大风险的基础。