使用粒子群算法解决期权定价模型参数校准问题——以heston模型为例

期权定价模型的参数校准问题是一个常见的难题,以heston 模型为例,定价时需要估计6 个参数,参数估计问题实质上是高维非线性规划问题,由于估参函数的性质不好,一般的估参方法常常失效。使用粒子群（PSO）智能算法可以改善该模型的参数校准问题,因为粒子群算法具有内在随机性,因此参数估计中的局部极小值问题可以被较好地解决。使用2017 年12 月20 日的香港恒生指数期权作为估计样本,并对2017 年12 月25 日的期权进行样本外预测,数值结果表明使用heston 模型对期权进行定价并配合粒子群算法估计参数具有良好的定价效果。     

一种基于Edline线特征的车道线识别算法

为了提升车道线检测的准确性和实时性,改良车道偏离预警系统的性能,提出了一种新的车道线识别算法。首先应用投影法对采集到的图像设立感兴趣区域,以此来减少图像中存在的干扰信息;其次应用一种改进后的自适应高斯滤波算法对采集所得图像进行平滑处理,减少图像中不必要的细节;最后采用边缘绘制算法进行边缘检测,在此基础上,提出一种线段检测算法——Edline算法提取边缘线,对检测到的直线段进行筛选和聚类。利用引用计数法对车道线进行跟踪和预测。结果表明,新算法的平均处理时间为17.1 ms,准确率为96.19%,将其应用在车道偏离预警系统中可以有效地提高预警效率,提升预警的准确性和响应速度。研究结果丰富了车道线识别理论,可为车道偏离预警系统的应用及基础研究提供参考。     

广东省碳排放量测算、影响因素分析及预测模型选择北大核心

广东省是中国经济最发达的省份之一,科学预测其碳排放量对“双碳”背景下探索省级控碳发展路径具有重要意义。论文首先对各类碳源和碳汇进行核算,得到了广东省1995—2019年的净碳排放量;运用扩展的STIRPAT模型分析广东省碳排放的影响因素,并将其作为碳排放量预测模型的输入变量;建立经鸡群算法优化的快速学习网CSO-FLN预测模型,对广东省碳排放量进行预测,并将预测结果与FLN、ELM模型进行比较分析以验证CSO-FLN模型的优越性和有效性。研究结果表明:广东省的净碳排放量在研究期间呈现上升趋势;人口规模、富裕度、产业结构与碳排放量之间均存在正相关关系,对外开放、技术水平、能源结构与碳排放量之间存在负相关关系;CSO-FLN模型的预测精度高于FLN、ELM模型,可作为后续碳排放量预测的有效建模方法。     

基于射频指纹技术的卫星信号个体识别方法

现有射频指纹识别研究主要集中于射频指纹产生及提取的通信机理,忽略了实际应用中信号采集数据的清洗筛分、识别算法模型的效率等工程性问题。为此,分析了卫星通信号的载波信息提取的原理与方法,并针对现有射频指纹方法的不足,围绕卫星信号识别领域,利用海量采集的射频指纹数据,深入研究基于自组织神经网络的射频指纹识别算法,提出了对应的算法模型,并与现有常见的无监督算法进行了比较。结果表明,所提方法可以取得更优的算法聚类效果和时间开销,可作为设计实现卫星频谱管理系统的基础。     

双重SGA算法对股票投资组合的优化分析

随着证券市场的不断发展而发展起来的,证券投资组合的选择和确定面临大量繁重和复杂的计算,SGA算法在客观和理性的证券投资组合决策中可以起到很好的辅助支持作用。本文通过双重遗传算法模型设计,对证券组合投资中的权重进行智能化的求解,并进行投资组合权重方案的评价,为决策的支持提供很好的参照。     

算法交易在国内的运用

<正>国内投资者对算法交易(AIgorithmic Trading)的关注不少源于对冲基金之王西蒙斯(James Simons)的明星效应,他负责的大奖章基金(Medallion Fund)借助电脑程序的高频买卖操作捕捉短线机会,获得了远高于市场平均的超额收益,与巴菲特的长期价值投资正好形成投资理念的两极。     

浅析配电网络重构模型及基本理论

配电系统的网络重构是影响其可靠性的重要因素。合理的接线方式能减少故障停电时间以及预安排停电时间,提高可靠性。同时还可将电力网络的总损耗值大大降低。然而,配网重构是一个NP难的组合优化问题,穷举易造成组合爆炸。因此,人们采用了各种近似技术和启发式算法,以及随机优化方法。TS算法是一种新兴的现代启发式寻优技术,适合于求解组合优化问题,并能以很大的概率跳出局部最优解。本文介绍了配电网络重构的相关知识,并尝试将TS算法用于求解配网重构问题。     

C2C诚信评价体系模型优化

随着网络交易数量不断上升,网络诚信问题日益受到广泛关注,其主要原因为C2C评价体系的不完善,因此建立更加客观的评价体系成为了当务之急.本文针对我国C2C购物发展现状进行探讨,通过对网站、买方、卖方等实体的分析讨论以及调查研究,综合运用层次分析法、功效积分法和熵值法改进信用评价模型,进行博弈分析及多渠道全面评价,旨在对网...     

蚁群算法基本原理及其应用综述

蚁群算法（ACA）是一种广泛应用于优化领域的仿生进化算法。从ACA发展背景着手,分析比较国内外ACA研究团队与发展情况,立足于基本原理,分析其数学模型,介绍了六种经典的改进模型,对其优缺点进行分析,简要总结其应用领域并对其今后的发展、应用做出展望。     

五站数据加权融合无源时差定位

在无源时差定位技术中,定位算法和布站形式的选择直接影响着无源定位方案能否 顺利应用于实际工程并满足工程需求。通过对常用定位算法的研究分析,选择了伪逆法和总 体最小二乘算法为求解方法,同时选择了有利于工程实现的五站主站升高的布站方法。五站 定位选择总体最小二乘算法求解,同时对4个辅站进行分组并用伪逆法求解,最后对所有定 位结果进行融合,从而解决了四站定位的无解及模糊问题,并提高了定位精度和稳定度,真 实数据处理验证了其可行性及有效性。