动态时变高阶矩是金融收益率的一个重要特征。本文对比研究了主流的Generalized-t分布(GT)和Gram Charlier Expansion分布(GCE)在GJRGARCH模型下对动态高阶矩的拟合能力和Value-at-Risk的预测能力。基于2005—2014美国标普500股指和中国沪深300股指日收益率的实证结果显示,收益率的条件高阶矩存在显著的时变性和持续性,其中偏度参数的持续性...
基于高频数据的波动率矩阵估计可有效解决传统低频估计面临的种种瓶颈问题。然而,由于受非同步和微观结构噪声等的影响,传统的高频波动率矩阵估计会产生艾普斯效应,并偏离其理论值。本文主要考虑非同步逐笔高频数据的三种同步化方法和五种传统已实现波动率矩阵的纠偏降噪方法,并从数值模拟和沪深股市的实证分析两个角度对两类方法分别展开了全面...
很多研究表明,上证指数序列既有结构突变的特征,也有厚尾的特征。但大部分现有的研究都没有考虑其厚尾特征对变点估计的影响。本文基于最小一乘准则提出了一个估计厚尾数据中变点的方法。模拟研究表明,当数据具有厚尾特征时,基于最小一乘准则的变点估计比基于最小二乘准则的估计有效。对上证指数的实证结果表明,基于最小一乘准则估计出的变点能...
高频交易在当前国际金融市场上炙手可热,股指期货的推出、融资融券和转融通业务的开通,使得我国高频交易市场初现端倪。本文立足于我国金融衍生品市场的现状提出了基于LASSO变量选择方法和遗传网络规划的期货高频交易策略。该策略首先使用LASSO从众多技术指标中,选出极少数最有效的指标作为判断函数,然后通过一种进化算法遗传网络规划来搜索合适...
研究了在低碳化背景下,考虑政府征收碳税的纵向供应链最优减排问题。通过建立供应链无减排研发、单独减排研发以及合作减排研发三种模型,采用逆向求解法,首先制造商制定最优减排量,然后供应链参与者决定各自的价格并得到各自的最优利润。通过对均衡结果分析得出,供应链合作研发的最优减排量大于单独研发最优减排量;供应链最优减排量与研发成本系...
虽然当前项目管理水平不断提高,但是企业信息系统项目实施的成功率仍然不容乐观。项目干系人缺乏准确的相互认知和角色定位,以及风险与控制的关系无法有效处理是导致项目绩效偏低的重要原因。为了从不同视角探索风险和控制对企业信息系统项目绩效的共同作用,通过对65位项目经理和63位用户代表所经历的128个项目的调查,利用结构方程模型进行实证...
为客户提供满意的个性化服务是网购企业提升客户体验价值和竞争力的关键,满意的个性化服务需要对网购企业后台运行的供应链资源进行有效整合。在网购供应链资源整合特征分析基础上,从网购供需服务能力动态协调与均衡的角度出发,基于网购个性化服务模式分析并挖掘出资源整合的主导因素,建立了整合决策的优化数学模型,搭建了改进的蚁群寻优算法来...
基于节能减排的新视角,本文研究了低碳环境下由第三方提供运输服务的车辆路径问题,在安排车辆路径时,同时考虑了能耗、碳排放和租车费用,而这些费用不仅与距离有关,也与客户点的需求量和车辆速度有关。提出了考虑车辆运量和速度的能耗计算方法,建立了非满载运输方式下的低碳路径模型——LCRP。设计了基于路径划分的禁忌搜索算法RS-TS对问题进行...
对于提前期可压缩的短生命周期产品供应链,压缩提前期可以提高销售商的需求预测精度,但增加了制造商的生产成本,因而供应链面临何时订货、订多少,以及如何实现Pareto改进的挑战。通过建立数学模型并求解,分析了分散系统和集中系统的最优决策,进一步开发了一个激励方案以实现供应链成员之间的协调。研究结果表明:具有订货回馈与惩罚的动态批发价...
针对集装箱码头闸口拥堵问题,建立集卡预约优化模型,目的是减少集卡排队等待时间和拥堵期间的碳排放。该模型在给定的集卡到达调整量水平的限制下,确定每个时段最优的预约份额,同时利用非平稳排队模型描述集卡到达随时间到达的特点。为求解模型,设计基于遗传算法与逐点固定流体近似算法(PSFFA)的求解方法,该算法利用遗传算法搜索最优解,基于PS...
针对多信息来源、多数据结构的复杂评价问题,对传统评价模式进行拓展并提出了泛综合评价的方法。泛综合评价理论主要为复杂评价信息的整合及求解提供支撑,具体而言主要采用构建信息融合框架的方式对不同类别与结构的多源信息进行整合,并通过随机模拟仿真的方法对信息融合框架的求解算法进行了探讨。由于信息融合框架中包含信息的复杂性增加了框...
针对灰色定权聚类模型中白化权函数转折点只能为实数的情况,提出了当转折点为区间灰数时的白化权函数构造方法与计算过程。首先定义了区间灰数的标准化方法,将区间灰数的标准化形式带入实数型白化权函数,给出了区间灰数型白化权函数的表达式。然后分别对区间灰数型白化权函数中分段曲线只有一端为区间灰数和分段曲线两端均为区间灰数的情况进行...
针对传统层次分析法(AHP)在构造判断矩阵过程中需要满足一致性条件问题,本文研究AHP方法需要进行一致性调整的原因,提出了一种基于流形学习的非一致性判断矩阵排序方法。在非一致性判断矩阵排序过程中,首先基于近邻距离的概念,构建出判断矩阵所对应数据集的近邻距离矩阵;然后以近邻点的线性表示为基础,将每个数据点映射到一个全局低维坐标系,...