基于小波神经网络的非线性组合预测方法及其应用研究

文章提出了基于小波神经网络的非线性组合预测方法,给出了其具体组合预测原理及具体学习算法,并将其用于国际原油期货价格数据的预测。国际原油期货价格数据的预测结果表明:基于小波神经网络的组合预测方法得到了比单一预测方法都要好的预测结果,有较好的应用前景。     

基于AIW-PSO小波神经网络的上证指数预测

针对小波神经网络(Wavelet Neural Network,WNN)的学习算法的不足,采用一种自适应惯性权重粒子群优化算法(Adaptive Inertia Weight Particle Swarm Optimization,AIW-PSO)作为小波神经网络的学习算法,建立AIW-PSO小波神经网络模型对上证指数进行预测,并将预测结果传统小波神经网络模型比较。结果表明,AIW-PSO小波神经网络模型对上证指数具有更好的预测效果。     

物流企业运营成本的小波神经网络预测方法

随着我国社会主义市场经济的逐步深入,物流企业对成本控制的要求越来越迫切,为有效进行物流运营的成本控制,文章引入小波神经网络方法探索对运营成本的精确预测,根据物流运营成本的变化规律,建立了物流企业运营成本的小波神经网络预测模型,选用Morlet小波进行成本模拟,采用共轭梯度法进行迭代求解,并应用某物流企业的运营成本进行了实例分析,为物流企业进行运营成本控制提供了一种行之有效的高精度预测方法.     

小波神经网络对沪深A300的分析和预测

针对金融时间序列非平稳性、非线性的特点,本文采用小波分析与人工神经网络相结合的方法,对沪深A300收盘价进行分析和预测。结果表明,小波神经网络有较强的预测能力,能达到预期效果。为了验证该方法的预测能力,进一步将时间序列数据多步分段,全方位地进行预测,并与小波-ARIMA模型、BP神经网络预测方法进行比较,体现了小波神经网络的预测优势。     

基于小波神经网络的军用物资消耗量预测模型

为解决军用物资消耗问题,设计了基于小波神经网络的军用物资消耗量预测模型,运用MATLAB仿真实现算例,并对小波神经网络的预测值进行检验。结果表明:该模型能有效消除现实环境中的不确定因素对军用物资消耗预测的影响,控制预测值和实际值之间的误差,实现对军用物资消耗量相对准确的预测。     

基于神经网络的光伏短期出力预测

本文分析了光伏发电设备的输出功率与影响天气的因素之间的相关性,影响天气的因素包括辐照度、温度、湿度、天气类型和季节。其次,在此基础上,分析了小波神经网络的相关理论,完成了小波神经网络的预测模型设计,而后,提出了一种基于气象因素寻找相似日的方法,并基于光伏电站的历史气象信息创建了特征向量,并通过计算灰色关联度来确定预测日相似日的样本集。最后,将相似日算法和小波神经网络创建光伏电站的短期电力预测模型。预测结果表明,基于神经网络的预测模型在一定程度上有参考利用价值。     

基于BP神经网络的服装出口预测

服装出口贸易受到国内国际诸多因素的影响,是一个复杂的非线性系统。BP神经网络能够以任意精度逼近任何一个具有有限间断点的非线性函数,特别适合于解决非线性系统的预测决策问题。采用三层BP神经网络对我国服装出口进行预测,结果表明该方法能有效的对服装出口进行预测。     

基于小波的灰色动态组合模型及其在变形预测中的应用

针对GM(1,1)模型对随机波动性较大的数据列拟合较差,预测精度低的缺点,提出了基于小波理论的灰色动态组合模型,结合实测数据的研究表明,该模型预测精度远高于单一的灰色模型。     

基于果蝇算法优化小波神经网络的输电工程造价预测

为了准确控制输电工程造价水平,提出一种基于果蝇算法优化小波神经网络的混合预测模型。首先,对输电工程造价影响因素进行归一化处理,并将归一化结果作为输入变量;其次,利用果蝇算法对小波神经网络参数进行优化,在此基础上,利用优化后的小波神经网络模型预测输电工程造价;最后,将本文的预测结果和其他方法进行对比。算例结果表明,该混合模型的预测效果更理性,精度更高。     

基于RBF神经网络的股票价格预测

由于股票的价格是非线性的时间序列,文章提出了基于RBF神经网络的个股价格预测模型,该模型优于传统的股市技术分析方法,又避免了BP算法容易陷入局部极小点和收敛速度慢的缺点。根据实验的仿真结果显示,该模型对于个股价格的短期预测效果较好。     

证券市场的混沌研究及相空间预测

相空间预测途径与传统的时间序列预测途径有较大的不同，它较传统确定性和随机性预测方法更多地利用了时间序列中包含的丰富信息，因此能够得到更精确的结果。本文以相空间重构理论为基础，对上证指数进行了混沌特性分析。首先由分形维和测度熵两个指标证实了上证指数的混沌特性，然后对不同的预测期，应用相空间的多点相似预测方法对上证指数进行预测分析，并对不同的预测期的预测结果进行比较，得出较优的相空间预测方法。     

流动性过剩对证券市场的冲击效应分析——基于海外经验与中国实践的实证研究

本文认为,货币差额法应是衡量宏观经济流动性过剩的首选指标,货币供应量超过了实体经济增长所需要的货币量就是流动性过剩,并构建了相关统计指标.结合可比的海外经验,当前我国股指虽已高位回落,但流动性的收缩会对股市产生滞后一年或两年的影响.为了防止流动性过剩变化对今后股市产生剧烈变动,甚至引发暴跌,管理层应有预见性地把握流动性紧缩的力度和节奏;投资者也应密切关注有关管理部门,尤其是央行对流动性过剩状况的判断和采取的紧缩措施的力度和节奏.     

分析师盈利预测压力与企业投资效率——来自中国A股市场的证据

证券分析师盈利预测是市场预期的一个典型替代变量,其超出企业内部经营预期的部分会对企业产生压力,从而干扰经理人的决策和行为。通过构建盈利预测压力测算模型研究证券分析师盈利预测压力对企业投资决策的影响,并进一步考察分析师跟踪和企业政治联系对二者关系的调节作用。研究发现,分析师盈利预测压力与投资不足正相关,与过度投资不相关。这表明企业在面临分析师盈利预测压力时更倾向于减少投资,而不是冒险将资金用于高风险项目。进一步研究发现,分析师跟踪以及企业政治关联会负向调节盈利预测压力对投资不足行为的影响,外部监督的增强以及资源获取渠道的拓宽能够纠正企业在盈利预测压力下的非效率投资行为。     

噪声交易下证券市场参加主体的最优决策模型

本文在DSSW模型的基础上，进一步对证券市场参加主体的最优投资决策进行分析，得出对于理性交易者而言，最优的投资决策是反向操作；对于噪声交易者而言，最优的投资策略是跟风的结论。     

风险厌恶型的证券投资数学模型

本文讨论了证券分析的过程和证券投资计划的制定。我们视证券价格的波动为动态的模糊系统,利用模糊数的概念分析了证券价格的变化规律和定义了模糊集理论下的证券价格的期望值、证券投资收益率的期望值、预期风险系数。利用这些结果,我们得到了一个风险厌恶型的证券投资数学模型,为证券投资者的决策问蹄提供了一种新的解决途径。该模型的建立依赖于投资者的知识和经验,它的求解过程简单易行。     

中国人口与经济长期预测模型

本文是我们在1997年完成的“中国经济长期增长模型研究”的核心内容,为了突出要点。本文把原模型的多部门变为单一部门,现在才拿出来发表,是考虑模型需要经受时间的考验,从那时到现在已经过了四年,这几年的实际数据表明该模型有较高的预测精度。     

回归概率预测模型

应用线性回归模型对经济系统中的变量进行预测,预测误差往往很大,效果很差。追究其因,我们认为有两个原因。一是现实经济系统的客观非线性性,用线性模型描述经济系统自然误差很大;二是经济系统的客观复杂性,众多的定性因素和定量因素都影响着经济变     

我国多层次证券市场体系建设研究

随着我国证券市场的快速发展,市场层次单一等问题也日益突出,成为我国证券市场体系建设的一块绊脚石,阻碍其健康快速发展。我们应该比较借鉴美国、日本等发达国家的市场建设经验,针对我国证券市场的现状,首先以交易所为基础,放大证券市场的空间;以"做市商"精神启动我国多层次市场建设;对沪、深交易所重新定位,建立合理的主板市场等。     

证券市场流动性综合指标及计量理论

证券市场流动性包含了价格因素、量因素和交易时间因素三方面内容,但现有的众多流动性测度指标只衡量市场的某一方面因素。本文提出了等流动性概念,并以此为理论基础构造综合性流动性指标的计量模型。综合性的指标能够克服单一指标的缺陷,全面地刻画价、量和时间的三方面因素。本文使用上交所的指令数据对该模型进行了实证和检验,得到的综合指标和模型参数有明确的理论和现实意义,对各类传统的流动性指标也有较好的解释力,为理论和实务提供了一个具有分析力的理论框架。     

证券市场景气指数的探讨

本文借鉴并且利用了中外学者对于货币政策与证券市场波动相关性的研究成果,运用了多元统计分析中的因子方 法对中国证券市场景气指数进行了一些探讨性研究。得到先行、一致、滞后三类指标,并且对所得景气指数进行了分析,得出的 结果比较令人满意。