河北省城乡差距程度与趋势研究

本文运用河北省的统计资料,分析了河北省城乡差距的现实状况,并利用ARMA模型预测了其变化趋势,进而提出了缩小河北城乡差距的建议。     

中国煤炭需求的影响因素分析及峰值预测

分析预测中国煤炭需求的峰值,有利于我们正确认识目前的能源形势。影响煤炭需求的因素主要有城镇化发展水平、产业结构变化、能源加工转换效率,依据这三个因素的变化情况,通过构建间接预测模型对煤炭需求进行长期趋势预测。预测结果显示,中国到2030年将会出现煤炭需求的峰值。     

量化私募行业发展趋势的组合预测研究

文章首先从私募证券基金角度出发,分析和预测了量化投资行业未来的发展趋势;针对存在突破点的机构数量时间序列,在传统的ARMA (1,1)模型基础上,引入了干预分析模型,分析得出对时间序列的拟合效果较好。其次建立了线性回归方程研究机构数量和沪深300的关系,研究得出模型的拟合程度较高。最后为了进一步提高预测模型对时间序列的拟合效果以及预测精度,文章将不同模型的预测精度作为预测值的诱导值,建立了基于IOWA算子的组合预测的模型。     

基于组合预测模型的水果产量的研究

水果产业是关系国计民生的重点产业。科学、准确地预测水果产量对水果产业发展具有重要的意义。为了更准确地预测我国水果产量,本文尝试把各种常用的预测模型结合起来,建立组合预测模型。结果表明,此模型对于水果产量的预测有明显的改进作用,能对水果产量进行有效的预测。     

基于组合预测模型的水果产量的研究

水果产业是关系国计民生的重点产业。科学、准确地预测水果产量对水果产业发展具有重要的意义。为了更准确地预测我国水果产量,本文尝试把各种常用的预测模型结合起来,建立组合预测模型。结果表明,此模型对于水果产量的预测有明显的改进作用,能对水果产量进行有效的预测。     

基于ARMA模型和灰色预测模型的短期客流量预测比较研究

分析了城市公交客流特征,提出短期客流量预测的必要性.分别用ARMA模型以及灰色预测GM(1,1)对上海市59路五角场站客流量进行了短期预测,并比较了两种模型的预测精度,提出可行性建议.     

基于ARMA模型的我国国内生产总值的预测研究

本文应用时间序列的ARMA模型对剔除价格因素的我国历年实际GDP序列进行实证研究,得出我国GDP的回归模型,并依次预测我国2011年实际GDP和名义GDP。     

基于信息熵的不良资产评估组合预测模型研究

不良资产价值评估是其处置的前提和关键环节,而不良资产处置定价受诸多因素的影响,目前常用的单一评价方法很难诠释不良资产的价值全貌。因此构建了一种基于信息熵的不良资产组合预测评估模型,通过不同专家运用不同评估方法对不良资产进行估价,分别计算每种评价方法的误差,此误差值运用熵值法计算几种单一评价方法的权重并以此来进行组合预测。该方法能综合单一评价方法的计算结果,大大提高了不良资产价值评估的科学性和准确性。     

组合预测模型在短时交通流预测中的应用研究

根据智能交通诱导和信号控制的需要,短时交通流预测应具备实时性、准确性和可靠性,应用单项预测模型已不能满足当前交通流预测的要求,借此提出了以时间序列法、非参数回归法和RBF神经网络预测法为基础的定权系数和变权系数组合模型进行短时交通流预测,实例应用表明组合预测模型较单项预测方法预测精度有显著的提高。     

我国煤炭运输前景预测

根据国家大型煤炭基地发展规划。结合铁路煤炭运输通路外运的实际状况，未来我国煤炭产量增长主要集中在大同(含内蒙古西部)、神府、太原(含晋南地区)、晋东南、陕西、河南、兖州、两淮、贵州、黑龙江东部等十个地区，这些地区将成为亿吨产煤区。为确保煤炭运输需求，将以这十个地区为煤运基地，通过客运专线建设和既有线扩能改造。     

考虑运输成本的我国煤炭需求影响因素分析

煤炭在能源消耗中占到70%左右,研究煤炭需求的影响因素对于我国经济发展具有重大意义。传统研究主要是对城市化进程、替代能源消费量等因素进行分析,忽略了运输成本的影响。本文采用GDP、第二产业占比、电力消耗量和全国货物运输量来解释煤炭消耗量。结论有电力行业煤炭消耗量巨大,对煤炭需求产生很大影响;经济增长会显著增加煤炭需求;第二产业占比对煤炭消耗量影响很大;铁路运输成本的降低会促进煤炭需求。     

基于二次插值组合灰色预测模型的房价预测

房价问题涉及多方群体的利益,因此对房价预测具有一定的现实意义和理论研究价值。预测模型的核心问题是预测精确度,本文分别从利用二次lagrange插值法得到新的背景值,通过残差预测调整误差,进行多次等维递推以及组合灰色模型等多个方面对灰色模型进行了改进,使精确度得到了提高。并以保定市为实例,验证了该房价预测模型的高精确度和实用性。     

基于时间序列分析的全国GDP预测模型

本文利用统计软件对我国1978年到2006年的实际GDP时间序列数据进行了分析,建立了ARMA模型,并对2009年到2011年的全国GDP进行了预测。结果表明模型有很好的预测效果。     

基于股票投资组合的风险收益模型研究

文章通过对中国A股市场的股票1998—2011年季度收益率的分析,运用马克维茨模型构建投资组合,然后运用多目标规划方法求解目标问题的满意解,寻求一个可行的投资的比例系数。其中重新审视了收益和风险,即使用ARMA模型来对收益风险进行估计。同时在进行以上分析之前,使用假设检验方法对股票进行筛选。     

基于灰度理论的煤炭价格中长期预测研究

煤炭价格的精确预测对上下游行业规避经营风险、调整产业规模及宏观层面的能源价格政策引导均有积极意义.将灰度理论应用到煤炭价格中长期走势预测研究中,构建了煤炭价格的灰度预测模型,对未来8个季度的煤炭价格进行预测及精确度分析.研究结果显示,灰度预测模型具有良好的预测性能,能够较好地拟合并预测煤炭价格中长期走势,具有一定的理论和实践意义.     

基于Box-Jenkins法的煤炭价格预测研究

Box—Jenkins法在国内和国外得到了广泛的运用,本文以秦皇岛煤炭市场的山西优混的周价格时间序列为研究对象,运用Box—Jenkins法,建立了短期煤炭价格的ARMA(121)模型,通过拟合与检验,证明模型的效果是较好的,并用之进行了短期煤炭价格的预测,结果也表明,该模型的预测结果是比较准确的,是合乎煤炭价格风险管理的基本要求的。     

基于小波变换和时间序列模型的Brent原油期货价格预测

本文将小波分析与时间序列模型结合应用于布伦特国际原油价格预测,通过对小波分解与重构方法将油价时间序列分解为趋势(高频)部分和细节(趋势)部分,然后采用ARMA模型对分解后的油价进行样本内预测。实证研究表明,基于小波的组合模型具有较高的预测性能,同时验证了该方法的可行性和有效性。     

股票收益率预测模型的比较

本文的目的是对ARMA和人工神经网络模型预测股市的能力做比较,在介绍了文中用到的ARMA和人工神经网络模型的理论知识,建模过程,结果检验和预测的方法的基础上,将收益率数据和五个常见的技术指标和我国银行间债券市场7天回购加权平均利率作为神经网络的输入变量,并对模型的预测效果根据它们预测样本,预测范围等进行了对比,结果发现神经网络在输入变量较多时优于ARMA模型。     

我国煤炭金融衍生品发展现状分析及趋势探讨

现阶段,我国金融市场的演变非常迅速,尽管煤炭类金融衍生市场的进步相对缓慢一些,但也获得了一定的发展。在对已有煤炭金融衍生品进行深入研究的前提下,我们对今后金融市场的演变趋势也进行了预期。金融衍生工具、指数期货、期权等均为未来市场演进的趋势,它们将共同组成一个更加完善的金融衍生品市场机制,给煤炭市场的转型升级及定价提供有力支持。