BP算法的改进及其在股票价格预测中的应用

为加速BP算法的收敛,提出了一种物理意义明确、体现人脑优选本质的新的激励函数,通过动态调整此激励函数的参数并结合已有的一些BP改进算法,用之进行股票价格的预测,得到了满意的结果。同时,股票价格的可预测性也从另一角度证明了我国不成熟股票市场的非有效性。只要预测模型选取恰当,可获得超过市场平均盈利水平的收益。     

一种基于支付红利股票的美式期权定价方法

通过把股票价格看成由无风险部分和有风险部分组成，利用有限差分法对基于支付红利股票的美式期权定价进行了研究，同时考虑了交易费用．最后，通过数值算例验证了方法的有效性和准确性．     

一种基于支付红利股票的美式期权定价方法

通过把股票价格看成由无风险部分和有风险部分组成,利用有限差分法对基于支付红利股票的美式期权定价进行了研究,同时考虑了交易费用.最后,通过数值算例验证了方法的有效性和准确性.     

股价为指数O-U过程的回顾型期权的定价

讨论了股票价格遵循指数O-U过程的连续时间最大值看涨(最小值看跌)期权,也就是固定履约价回顾型期权的定价问题.利用期权定价的鞅方法,得到了指数O-U过程随机模型下固定履约价回顾型期权的定价公式.     

有限周期买入期权的三项式期权定价模型

研究了有限周期买入期权的三项式定价模型，对每一投资期内具有3种变化的股票价格模型进行了讨论，是现存的CRR二项式定价模型的推广．利用概率论的理论，推导出了某一假定证券市场中有限周期买入期权的三项式期权定价公式．     

用神经网络方法预测股票短期走势

在技术分析基础上，建立了神经网络的股票短期走势预测模型，对深圳和上海股票市场中的几种股票价格走势进行预测，取得了满意的结果。同时，还对神经网络的输入参数（开盘价、收盘价、最高价、最低价和成交量）的不同组合产生的预测结果进行了对比分析。     

选举交互模型下的股市权益定价

运用停时理论及粒子选举交互作用系统,建立了一个包含两类投资者的股票价格模型,用以描述证券市场的单只证券价格过程波动的统计特性.基于统计分析方法,证明了标准化随机价格过程收敛于相应Black-Scholes模型的分布.讨论了该价格过程模型下的欧式未定权益的定价和套期保值问题.     

期权定价的博弈论分析

期权定价的Black-Scholes公式的推导需要解偏微分方程，使期权价格的确定不易理解．为此，将期权交易看成博弈过程，则确定期权价格就变成了计算期权交易过程中股票的收益期望值．股票价格的变化是无限随机过程，通过计算此随机过程的分布密度函数，就可得出期望值．     

基于股票回购之后的股票价格行为研究

分析了在信息不对称的情况下,公开市场股票回购的股票价格行为.讨论了公开市场股票回购信息发布的问题,明确了高收益公司一般发布回购信息.当回购比例是连续的信号时,公司应明确自己的收益类型,采取最优的回购比例.同时从理论上更进一步地证明了公司的收益、回购比例与公司股票价格之间的关系.说明了公司要根据自身的收益来采取合理的回购比例的重要性.     

基于改进RBF神经网络对股价的演变预测

对RBF神经网络进行了分析,建立了RBF神经网络模型,并对此模型进行了改进,使其具有更好的预测性能.把一类非线性较强的时间序列(万科A股2009年6月份股票价格)利用该模型进行了非线性逼近.用Matlab软件对网络的学习与训练过程进行了数值仿真.实验结果表明:利用改进后的网络模型对非线性时间序列进行短期预测是可行的,其预测精度高于改进前的预测精度,改进方法有效.     

SVR算法在指数预测中的应用研究

本文阐述了回归型支持向量机（SVR）的基本结构及训练方法,并在此基础上研究了基于SVR算法的股票指数预测方法。通过应用LS—SVM软件,选用RBF核函数。利用自学模型,对超参数不断进行优化,以加快运算速度,并最终建立了该算法应用于股市预测的模型。通过股票指数的建模与仿真结果表明,支持向量回归机在股票价格的中短期预测以及整体股票趋势预测有比较好的效果。     

中国股票市场的统计特性和期权定价

应用动力模型理论,研究和分析了实际数据（SSE和SZSE综合指数日收盘价）和模拟数据（动力模型）的收益率统计特性.发现我国股票市场的波动性与动力模型基本保持一致;还发现动力模型比正态分布能够更好的描述真实市场的对数收益率分布;在对数收益服从动力模型的基础上,应用随机理论,构造了股票价格过程;最后,通过引入风险中立概率（Risk Neutral Probability）,导出了欧式买入期权的定价公式.     

一种基于ADPSO优化的循环神经网络模型

针对循环神经网络(Recurrent Neural Network,RNN)采用传统的训练方法造成的收敛速度慢、易陷入局部最优的问题,提出一种自动调整的动态粒子群优化算法(ADPSO),利用ADPSO较强的全局寻优能力来优化RNN的初始权值及阈值,构建基于ADPSO优化的RNN模型(ADPSO-RNN),从而提升RNN的预测性能及泛化性能.在ADPSO中,将动态搜索空间策略引入到粒子群算法中,同时自适应地调整学习因子以平衡算法的全局和局部搜索能力.在实验中,将ADPSO与PSO进行算法优化性能对比,结果表明ADPSO具有更好的寻优性能;然后以某股票的股票价格历史数据为实验数据,将ADPSO-RNN与常规RNN、PSO优化的RNN分别对其进行预测,结果表明ADPSO-RNN模型在股票价格预测中预测指标平均绝对误差和均方误差上相对于另外两种模型均有所降低,具有更好的泛化性能.     

子波变换及其在股市数据分析中的应用

把股票日收益率看作一维时间信号,通过子波变换与多尺度分析,求出了体现股市数据奇性的Lipschitz指数α。α为负表明在奇点比不连续更加奇异,证明了股票价格的变化是分形的。同时,由文中图示可知,在尺度s很大时,子波变换和多尺度分析可以将股市数据中偶然因素造成的涨跌消除,具有突出主要因素和客观突变点的特点,这一点对于从宏观上预测股价的走势有重要意义。     

基于选举模型理论研究股市特性

基于交互粒子系统之一的选举模型理论,构造了一个股票价格方程（模型）来实现股市价格和收益的模拟.文中讨论了选举模型理论中3个重要参数,强度、初始密度和网格维数,对股票收益统计特性及幂律分布的影响.为验证价格模型的有效性,对比上证综指、香港恒生指数及模拟收益,通过自相关系数分析、经典R/S分析法和修正R/S分析法来研究以上3个时间序列的长期依赖性.同时计算并检验了著名的Hurst指数,求取了以上3个金融序列的记忆周期.     

数控加工中心虚拟系统的设计

介绍了数控加工中心虚拟系统特点,功能要求,构架了系统的框架,对系统的各个模块的实现进行了详细的阐述.采用了三维造型软件实现了机床的几何模型,使用实体造型构建了工件模型,开发了基于3D平台的刀具轨迹模型.对系统的编译系统做了简略的介绍.     

柴油机电控系统优化匹配的理论研究

介绍了柴油机电控系统优化匹配的研究，分析了柴油机电控系统的优化任务，进行了电控系统优化方案的选择，并建立了电控系统优化的数学模型，提出了切实可行的最优化方法，给出了柴油机电控系统优化的过程与步骤。     

电控喷油器工作过程分析

分析了电控喷油器的工作原理,确定了喷油器的物理模型、数学模型及边界条件,提出了一个影响仿真精度的关键参数——流量系数的计算方法,建立了喷油器的simulink仿真模块并进行了仿真.通过仿真发现了喷油器结构尺寸参数对其动态响应的影响关系,确定了影响喷油器动态响应的关键参数,即控制室进出油量孔直径.建立了高压共轨电控喷油器液力响应特性测试试验台,验证了仿真结果的正确性.     

����ԭ��ĸ����ⳡ�豸������ݽ���

针对高速公路外场设备种类繁多,底层协议复杂的问题,在分析了智能交通的通信协议架构以及外场设备与中心数据现有的交互模式的基础上,提出了基于原语的数据交互的协议架构,并对原语的主体以及原语的封装进行了描述,定义了外场设备的相关单元标示符. 以摄像机为例,描述了其应用服务数据单元的构成,统一了原语的数据格式与通信规约,规范了区域联网的监控数据和远程控制外场设备的监控命令,最终给出了系统的总体框架,搭建了完整的外场设备控制平台,完成了摄像机与中心基于原语的数据交互. 屏蔽了底层设备接口细节,实现了监控应用系统的透明.     

浅谈高速公路绿化的作用

随着人们环境保护意识的提高,公路交通运输业和国家可持续发展战略的逐步推进,对公路的环境建设和环境保护尤为重视。各条高速公路在建设期间都投入大量资金进行了绿化,有的甚至进行了综合景观设计,建成了景观大道,不但稳固了路基,保护了环境,美化了路容,还给司乘人员减轻了疲劳,降低了交通事故。