Noisy chaotic dynamics in commodity markets

The nonlinear testing and modeling of economic and financial time series has increased substantially in recent years, enabling us to better understand market and price behavior, risk and the formation of expectations. Such tests have also been applied to commodity market behavior, providing evidence of heteroskedasticity, chaos, long memory, cyclicity, etc. The present evaluation of futures price behavior confirms that the resulting price movements can be random, suggesting noisy chaotic behavior. Prices could thus follow a mean process that is dynamic chaotic, coupled with a variance that follows a GARCH process. Our conclusion is that models of this type could be constructed to assist in forecasting prices in the short run but not over long run time periods.First version received: June 2001/Final version received: March 2003     

双选信道下一种基于混沌交织的FBMC系统

高速移动环境下，无线信道具有时频双选性衰落的特性，使得滤波器组多载波(Filter Bank Multi-carrier，FBMC)系统产生长突发差错。将一种基于Baker映射的混沌交织算法应用在滤波器组多载波系统中，根据混沌密钥对发送数据进行分块和重新排列，按照Baker映射规则完成数据交织。此方法可以将长突发差错变为单突发差错，结合卷积编码能有效地纠正双选信道产生的长突发差错。仿真结果表明，在双选择信道中，基于混沌交织的滤波器组多载波系统误比特率性能优于传统基于块交织的滤波器组多载波系统。     

HEDGING STRATEGIES AND MINIMAL VARIANCE PORTFOLIOS FOR EUROPEAN AND EXOTIC OPTIONS IN A LÉVY MARKET

This paper presents hedging strategies for European and exotic options in a Lévy market. By applying Taylor’s theorem, dynamic hedging portfolios are constructed under different market assumptions, such as the existence of power jump assets or moment swaps. In the case of European options or baskets of European options, static hedging is implemented. It is shown that perfect hedging can be achieved. Delta and gamma hedging strategies are extended to higher moment hedging by investing in other traded derivatives depending on the same underlying asset. This development is of practical importance as such other derivatives might be readily available. Moment swaps or power jump assets are not typically liquidly traded. It is shown how minimal variance portfolios can be used to hedge the higher order terms in a Taylor expansion of the pricing function, investing only in a risk‐free bank account, the underlying asset, and potentially variance swaps. The numerical algorithms and performance of the hedging strategies are presented, showing the practical utility of the derived results.     

从混沌理论哲学观对旅游学混沌态及学科体系探讨

从混沌理论哲学观,对旅游学混沌态进行了分析,将其分为"前科学阶段"混沌态和"内在随机性"混沌态,认为旅游学的"内在随机性"决定了旅游学多学科、交叉性的特点.从混沌学的"初值敏感性"理论,阐明了旅游研究应以游客为初始路径的观点.根据混沌理论,确定了体验和服务是旅游系统的两个奇异吸引子,并分析了它们之间的联系与区别.从旅游系统动力机制分析,提出了由体验维、服务维、影响维和信息、技术维等4个维度构成的旅游学科体系框架.     

宽带随机混沌雷达高速目标速度估计与成像

随机混沌具有真随机性、对初值敏感、易于产生和控制等特点,频率步进信号易于工程实现和处理,结合两者的优势,提出了一种载频随机步进的随机混沌信号(RSCFSCS)模型,用于高速目标的速度估计和距离维高分辨成像。首先,通过非周期函数激励非线性系统,产生不可预测的随机混沌信号(SCS),经频率调制后用作基带子脉冲。同时,将SCS通过映射变换得到跳频编码(FHC),用来决定调频脉冲串的载频步进。RSCFSCS 速度估计包括粗搜索和精搜索,粗搜索采用固定步长,保证速度偏差小于速度分辨单元,而精搜索采用黄金分割搜索算法可得到精确的速度估计。最后,子脉冲经相干合成形成宽带信号,实现高分辨距离成像。数值仿真表明提出的信号模型和处理算法性能良好。     

基于稀疏分解和混沌理论的微弱信号检测

针对数字锁定放大器中稀疏分解算法检测精度受限的缺点,结合非线性方法进行补偿,采用混沌检测联合稀疏分解的算法设计了数字锁定放大器。数字锁定放大器借助稀疏分解算法估计信号参数,根据估计得到的参数设计对应混沌系统;利用混沌系统检测信号的过程中产生间歇性混沌状态,并通过测量间歇性混沌状态的周期,精确检测信号。最终,在信号的信噪比低至-20 dB时可以成功检测信号,频率精度达到0.05 Hz,提供了一种非线性微弱信号检测方法。     

采用分割频带法构造宽间隔跳频序列

为增强对偶频带法的保密性,提出了融入随机特性的宽间隔处理新方法——分割频带法。首先对给定的频带进行均匀划分,分割后各区间频带频点相互对应,然后按照随机跳变优先原则或平均间隔优先原则构造区间频带表,以控制跳变规律,实现各频带间的随机转换。分割频带法继承了对偶频带法的核心思想,不改变原始序列的周期长度。理论分析和Matlab仿真结果表明,分割频带法构造的宽间隔序列性能优越,在不恶化序列汉明相关性的前提下,提升了序列保密性和平衡性,可作为宽间隔处理的有效方法。     

基于交织的二元及四元完备序列和序列偶的构造方法

基于交织技术,提出了三类二元及四元完备序列和序列偶的构造方法。分别利用二元完备序列、二元完备互补序列对和二元完备序列偶作为初始序列,通过合理设计带符号移位序列,基于交织获得了不同的二元及四元完备序列和序列偶。这些构造方法均可不断递归地进行,从而获得更多具有新参数的完备序列及完备序列偶。该方法通过引入带符号的移位序列,在一定程度上改善了目标序列的相关性能,为序列的构造提供了新的思路。     

基于相空间重构及自适应支持向量机的短期风速预测

风速具有较强的随机性和间歇性,导致大规模风电接入电网会严重影响电力系统的安全稳定运行以及电能质量。较为准确的风速预测可以降低风能对电网的不利影响,为电网运行调度提供可靠的依据。在对风速进行混沌属性分析及相空间重构的基础上,采用自适应支持向量机进行短期风速预测,结果表明该方法的预测精度高于BP、RBF等预测模型。     

基于遗传算法优化混沌神经网络的股票指数预测

为提高BP神经网络预测模型对混沌时间序列的预测准确性,提出一种基于遗传算法优化BP神经网络的改进混沌时间序列预测方法。本文采用时间序列输入输出参数数量构造BP神经网络拓扑结构,利用遗传算法优化BP神经网络的权值和阈值,然后训练BP神经网络预测模型求得最优解,将该预测方法应用到上证综合指数的时间序列进行有效性验证,结果表明了该方法对上证综合指数具有更好的非线性拟合能力和更高的预测准确性。