基于ARIMA模型的我国人均生活能源消费预测

能源是国家的战略性资源,是一个国家经济增长和社会发展的重要物质基础.本文基于1983～2009年我国人均生活能源消费量构建了ARIMA（3,2,1）模型,并运用该模型进行了对未来我国的人均生活能源消费进行了预测,模型的预测效果良好.     

基于混合模型的陕西省旅游市场需求预测

目前,旅游预测主要采用基于传统研究方法或神经网络技术的单项预测方法.为提高旅游需求预测的精度,文章提出一种基于BP神经网络和ARIMA 混合模型的游客量预洲方法.该方法能够同时考虑旅游统计数据的线性和非线性规律.以陕西省接待入境游客人数为例,采用本文提出的混合模型对其进行了综合分析与预测,预测结果表明混合预测模型相对于单一的预测方法具有更高的精度,该模型在旅游预测中的应用是可行、有效的.     

基于灰色系统理论GM（1,1）模型的林芝旅游市场规模预测

旅游业是西藏林芝市的支柱产业,对林芝旅游市场规模进行预测具有重要的意义。基于2009-2016年林芝市旅游接待人数数据资料,利用灰色系统理论GM（1,1）模型对林芝市十三五期间旅游市场规模进行预测,并对其进行了残差检验、关联度检验和后验差检验,检验结果显示建立的GM（1,1）模型具有较高的精度,可以进行实际预测。预测结果表明林芝未来几年旅游业市场规模将呈现持续稳定增长的趋势。     

基于GM（1，1）模型的江西九江市国内旅游需求短期预测

本文依据2004—2010年江西省九江市国内旅游人数相关数据,建立GM（1,1）模型,对九江市国内旅游需求进行分析和短期预测。通过残差和后验差检验,模型精度较高,预测结果对旅游相关行业制定相关政策有一定的帮助。     

基于ARIMA-BP神经网络模型的桥梁SHM应变预测分析

桥梁结构健康监测的应变监测数据具有较强的趋势性与随机性,为提升数据的预测精度,提出将传统单一的自回归积分滑动平均模型（ARIMA）和BP神经网络预测模型进行加权与组合,并将这两种方法分别运用于江西省某跨江大桥桥梁结构健康监测系统记录的应变监测数据的预测进行验证。结果表明：仅运用单一模型预测时,BP神经网络的预测效果要优于ARIMA模型;加权与组合模型的预测精度均优于单一模型,其中加权模型及组合模型的残差平方和（SSE）与BP神经网络模型相差最大,分别高达50.23%与49.87%;对比加权模型与组合模型的各项误差指标,发现二者预测模型的预测精度极为接近;单一预测模型的误差包络范围大于其他两类模型,其中ARIMA模型的误差总和约为50 με,BP神经网络模型的误差总和约为30με,加权模型的误差总和约为21.09 με,组合模型的误差总和约为20.97 με。经分析,加权预测模型与组合预测模型均能实现对桥梁SHM应变预测。     

基于GM（1，1）模型的漳州市花卉销售额预测

对花卉销售额发展趋势进行预测是正确制定花卉产业战略的前提和基础。文章根据灰色系统理论，利用漳州市2004年到2008年花卉销售额的资料，建立了GM（1，1）灰色预测模型，并应用该模型对漳州市花卉销售额进行预测。结果表明，预测模型精确度达到1级，为准确预测花卉销售额提供了一种较为简便可行的分析预测方法。     

基于PSO优化LSSVM的股价时间序列预测

现实中的金融时间序列存在非线性、不确定性等特点,利用传统的预测方法难以获得满意的结果。提出了一种基于PSO优化LSSVM模型参数的股价时间序列预测方法。利用PSO算法的收敛速度快和全局收敛能力,优化LSSVM的惩罚因子和核函数参数。利用该方法应用于金融市场中的股价序列预测,与传统方法对比表明,该模型能够提高金融时间序列的预测精度,其具有更好的泛化能力,这对国内投资者进行股票投资具有现实的借鉴意义。     

ARIMA与ARIMAX模型在私人汽车拥有量预测中的应用

为了提高私人汽车拥有量的预测精度,利用时间序列分析方法对全国2005—2020年的私人汽车拥有量数据进行研究,建立基于动态回归（ARIMAX）模型。运用Lasso模型和灰色关联分析得出影响私人汽车拥有量的主要因素,并将主要因素作为回归项引入差分自回归移动平均（ARIMA）模型。然后,在ARIMA模型的基础上建立ARIMAX模型。模型预测的对比结果揭示了ARIMAX 的拟合效果更佳,适用于全国私人汽车拥有量的预测。     

基于组合预测模型的我国GDP预测分析

利用中国1990—2009年的GDP数据,在建立指数曲线模型、ARIMA模型和三次多项式模型的基础上,以误差平方和最小为最优准则建立组合预测模型,对中国2010—2015年的GDP值进行预测。结果显示,组合预测模型的精度高于各个单项预测模型;2010—2015年的年均增长率为14.79%,我国国民经济仍以较快的速度增长。     

基于灰色马尔可夫模型的北京市文化消费预测

为了把握文化消费的未来走向,拉动文化消费增长,使用GM（1,1）模型和马尔可夫模型相结合的灰色马尔可夫模型,对北京市2008—2018年文化消费支出数据进行建模,得到 2019—2023 年的北京市文化消费预测值。结果表明：灰色马尔可夫模型有效改善GM（1,1）模型预测波动数据效果不理想的缺点,提升了模型的预测精度。受疫情影响,2020年北京市文化消费下降35.6%,2021—2023年将呈现持续增长趋势。根据预测结果,对拉动文化消费增长点提出合理建议。     

改进k-means聚类在股价波动趋势上的应用

股票价格在一段时间内的波动趋势对研究预测这支股票有着非常重要的作用。研究将K-means聚类利用层次聚类算法思想进行改进,对股价波动趋势进行聚类,并在一定范围内选择出最优聚类数。此方法在此问题上聚类效果优于原始k-means聚类算法,为未来对股价波动趋势的预测研究提供帮助。     

我国股票市场流动性与股价的动态关系研究

关于股票市场中流动性与股价之间的关系,学术界一直存在争议,传统模型往往只能片面地反映。文章利用状态空间模型以及沪深300指数与中证500指数的数据,对我国股票市场流动性和股价之间的动态关系进行了深入研究。实证结果表明:第一,我国股票市场流动性对股价存在影响,在代表大市值企业的沪深300市场中,两者为正向关系且波动幅度较小;在代表小市值企业的中证500市场中,两者为负向关系且波动幅度较大。第二,在两个市场中股价对股票市场流动性都存在正向的影响关系,且以中证500指数为代表的小盘股市场表现更为明显。     

股价和房价影响我国消费的比较分析

文章在持久收入假说（PIH）或生命周期理论（LCT）模型的框架下,运用Johansen协整检验、Granger因果检验和OLS回归方法对1997-2006年股价和房价影响我国消费的效应及其大小进行了实证研究和比较分析,结果发现资产的财富效应较弱且房价对消费的效应大于股价的效应,最后提出了相应的启示。     

基于GA-Elman动态回归神经网络的股价预测模型研究

文章针对股价预测问题的复杂性、不确定性、时变性及动态性等特性,利用Elman神经网络具有记忆性的优点,采用遗传算法训练优化Elman神经网络的初始权值,提出了高效的GA-Elman动态回归神经网络股价预测模型。实验模拟结果表明:该模型快速稳定且具有较高的精度,将其用于股票价格预测可行且有效。该模型的提出也为股票价格预测提供了一种新的技术和方法。     

汇率、股票市场及房地产价格波动的关联性研究

文章利用时变相关的多元波动率模型,对美元汇率、上证指数以及地产指数的逐日数据建立三元时变相关的广义自回归条件方差（TV—GARCH）模型,从而得出三者的波动性特征以及其显著的时变相关系数,可知地产价格的收益率波动最大。汇率与地产指数、上证指数的相关关系复杂,可存在正相关或负相关关系,而股票市场与房地产市场间存在正向相关关系,且相关系数的大小随时间变化。     

基于组合模型的股票预测研究综述

随着金融业数据环境的日益复杂,利用传统单一模型进行高精度股价预测变得愈加困难。面对日益突出的股票分析技术需求,组合预测模型开始得到发展并取得了很多成果。首先介绍影响股价波动的分析指标,概括基于传统统计预测模型、机器学习、神经网络等单一预测模型在股票预测中的优势与不足。然后依据组合预测模型的组合形式,将其分为线性模型的组合、非线性模型的组合以及线性与非线性模型的组合3种类型,并报告多种组合模型的实际应用与研究现状。最后,对组合模型股票预测方法的有效性和稳定性进行展望。     

交通便利度、分析师实地调研与股价同步性

分析师在证券市场上扮演着信息中介的重要角色,其私有信息挖掘能力具有显著的市场化价值.文章选择深圳证券交易所主板A股公司为样本,从私有信息获取方面,研究上市公司所在城市的交通便利度、接受分析师实地调研次数和股价同步性之间的关系.研究结论:(1)交通便利度与公司接受实地调研次数之间正相关;(2)伴随公司实地调研次数的增加,公司特质信息更显著地传递给市场,从而显著降低股价同步性;(3)相比于交通更为便利的公司,交通便利度低的公司接受分析师实地调研更能对股价同步性起到抑制作用.     

国际化经营、机构投资者与股价同步性

文章研究了中国上市公司的国际化经营对股价同步性的影响,以及机构投资者在二者关系中所起的作用。结果发现,相对于非国际化经营公司而言,国际化经营公司的股价同步性较高;而国际化经营程度越高,股价同步性越低,且二者的反向关系会随着机构投资者持股比例的增加而增强。结论表明,上市公司提供的信息量、投资者获取信息的成本、投资者的理性程度及结构等因素都会影响投资者识别和区分特质信息和噪音的能力,进而影响股价同步性。     

双参考价格范围的价格判断模型构建

参考价格是消费者判断目标产品价格的依据,参考价格的形成模型有点模型、范围模型、范围频率模型等。这些模型都是建立在正常的消费环境和消费心理基础上,然而面对非正常的消费环境,消费者是如何进行目标产品价格判断的呢？文章将在回顾参考价格模型及价格判断模型的基础上,试图构建双参考价格范围的价格判断模型,以模拟消费者在正常心理和贪图便宜的非正常心理作用下的价格判断过程。     

The Measurement of Market Relative Maturity Based on Single Price Model

Market relative maturity is an important index in setting up marketing objectives. Firstly, single price model is introduced, including methods of modeling and resolving. Then the input and output system and the measuring method of market relative maturity are proposed, and a case of a moderate-sized pharmaceutical company is analyzed. Finally, its applications in market practice are discussed.