基于修正ICSS算法的时间序列方差结构突变研究

运用修正的ICSS算法研究了上证A股的股票资金流强弱指数方差结构性变点,并对上证A股2003年5月22日至2015年5月22日的日交易数据序列进行检测,得到了23个突变点;根据时间序列分析方法,将所得到的变点作为虚拟变量加入GARCH模型中进行模型分析。结果表明:上证A股资金流强弱指数是平稳的非正态时间序列;未加入方差结构性变点的GARCH(1,1)模型,序列波动具有很强的持续性,加入作为虚拟变量的方差结构性变点的GARCH(1,1)模型拟合效果更好,序列波动持续现象显著减弱,结构突变效应已被虚拟变量所捕获。

基于MVS倾斜摄影测量技术的城市三维模型研究

为了满足城市快速建设的需求,采用MVS倾斜摄影测量技术对城市三维模型进行研究,研究了基于MVS倾斜摄影测量的流程内容、运动获取结构、影像匹配算法、密集点云生成,并对该技术进行改进。改进技术采用原始三角格网数据中对单栋建筑物进行提取,在该流程中,采用水平切割对水平外轮廓进行切割;对外轮廓的凸包进行求解;根据一定比例求出建筑物外包围范围。研究得出,该方法能够稳定地处理建筑物的复杂性,具有很好的重建效果。研究成果对扩展城市三维模型的应用以及智慧城市的发展具有一定的研究价值。

基于椭圆曲线的数字签名和加密算法

直接将ElGamal签名方案移植到椭圆曲线密码系统上会出现未定义的两点相乘运算。为解决上述问题,改进签名生成及验证过程,使用代数运算代替椭圆曲线上的数乘运算,给出改进算法的可行性证明及安全性分析。对MV加密算法进行改进,降低其膨胀率,通过实验证明其执行速度快于RSA和ECC-E算法。执行效率及密钥长度方面的优势使2种改进算法能更有效地应用于智能卡计算中。

城市电网中压配电变压器的模糊优化规划

给出了考虑负荷、供电电压水平约束和目标函数最小费用的不精细性的城市电网中压配电变压器位置、容量和供电范围的模糊优化规划模型及算法。在电压水平“硬”和“软”两种约束条件下 ,对确定性模型和模糊优化模型所得的优化方案进行了数值分析和比较。结果表明 ,模糊优化规划模型与确定性优化模型相比 ,其规划方案能够在成本大体不变的情况下 ,满足更多的可能性负荷的需求 。

中国外汇市场人民币汇率收益率波动性突变点研究

利用基于IT、k1、k2等统计量的ICSS算法对人民币对美元、欧元及日元的日汇率波动的结构性突变点进行了研究,发现利用k2统计量能够发现更为关键的突变点,验证了Sans等人的结论ü槐涞阌牍谕庵卮笫录嗥ヅ?得出了人民币汇率受国内重大事件影响较大的结论。研究发现考虑了突变点的GARCH模型有效地降低了标准GARCH模型估计各汇率收益序列时表现出的价高的波动持续性,能够过滤突发事件对汇率波动性的影响。

我国证券市场结构突变与波动性实证研究

重大事件的发生会使证券市场波动率发生结构突变。通过修正ICSS算法检验,可以发现我国证券市场波动存在明显的结构变化。将结构突变因素加入波动率模型进行比较后,可以发现含结构突变的波动率模型能更准确地刻画波动率特征。再分别按照结构突变发生的时间点分割样本区间与构造虚拟变量两种方法,对含结构突变的波动率模型进行比较研究的结果表明:构造虚拟变量方法对我国证券市场的波动率建模能取得较好的统计效果。

基于Python语言图像边缘检测算法的研究

本文介绍了基于Open MV微型机器视觉模块,采用Micro Python进行编程,通过摄像头采取实时图像,进行边缘检测以及腐蚀膨胀处理。并通过实验和研究,进一步分析了影响准确度的因素。

结构突变对股市收益波动性的影响——来自中国沪深股市的经验分析

采用修正的ICSS算法检测我国沪深股市收益波动的结构突变点,并使用引入虚拟变量和标准差过滤的方法消除结构突变的影响,建立GARCH和FIGARCH模型检验结构突变对我国股市收益波动的实际影响。研究发现:沪深股市的收益波动表现出显著的长记忆性,且结构突变将导致对收益波动长记忆性的高估,表明我国股市还未达到弱式有效的水平,建立在"有效市场假说"基础上的金融数量模型并不完全适用于我国证券市场;采用修正的ICSS算法能够有效地捕捉到波动的结构突变点,引入虚拟变量和采用标准差过滤均能较好地消除结构突变的影响,而采用标准差过滤的方法的实证效果相对更好;我国股市收益波动存在显著的结构突变,且结构突变发生的时间均与重大政策或市场事件相对应,表明我国证券市场受到经济政策和市场活动的影响显著。为此,应尽可能保持政策的相对稳定,减少过度的行政干预,促进股市的市场化运行,并密切关注国内外经济发展形势对证券市场的可能冲击。

人工智能在司法量刑中的应用沿革与技术演进

近年来,人工智能在智慧司法领域的应用方兴未艾。智慧量刑是人工智能为智慧司法赋能的重要环节。国内外实践案例从应用场景、算法设计上有所突破,但仍存在重点难攻克、算法不明确、效果不明晰的困境。本文聚焦智慧量刑问题,深入挖掘以随机森林算法、IP&MV算法、BERT算法为核心的解决方案,打通算法体系与法律体系的屏障。未来,智慧量刑系统将坚持司法审判的辅助性角色,实现人工智能在司法实践的全流程渗透,维护司法审判公平正义。

一种基于OpenCV和Tsai的摄像机两步标定新方法

为实现成形加工系统中摄像机标定技术,对开放计算机视觉函数库OpenCV进行了分析。在Tsai方法基础上,结合传统摄像机标定原理,充分考虑了透镜的径向畸变和切向畸变影响及求解算法,给出了一种适应于成形加工的MVS摄像机标定新方法。实验结果表明,该算法不仅具有良好的跨平台移植性,而且提高了标定精度和计算效率,能高效地获得相应的标定参数,可以满足一般成形加工中机器视觉系统的需要。

多径信道中智能天线波束形成算法的研究

在多径信道(近似于实际情况)的条件下,分别采用MMSE算法与MV算法进行智能天线中波束形成的软件模拟与比较分析,设定干扰信号与有用信号存在相同功率的情况下进行仿真测试。由仿真图可以看出,在该环境下波束形成器可以获得最大接近40 dB的增益,同时还可以比较出该条件下MMSE算法比MV算法更优。理论分析与仿真结果相符。

基于MRS-SJC-Copula模型对A股与港股的动态联动性研究

由于经济增长周期变化,导致不同股票市场存在高低状态转换的现象,在研究不同股票市场之间联动性的研究时,需要考虑股票波动均值和方差两种结构变化.基于具有马尔可夫状态转换的动态SJC-Copula,结合修正ICSS算法对我国内地股票市场和香港股票市场之间的联动性进行方差结构突变点的检验.实证结果表明:国内和香港股票市场之间存在非线性非对称的时变相依性,并持续存在高低两种不同状态的概率转换.股票指数由于动态联动受到负面消息的下跌幅度大于正面消息的变化幅度,且上下尾部均受上期信息的持续影响."沪港通"、"深港通"、中美贸易战等因素使得其上下尾部发生结构突变,内地与香港股票市场的联动性增大和市场波动幅度趋强.

股票资金流强弱指数的结构突变研究

以股票资金流强弱指数为研究对象,根据时间序列分析方法,运用修正的ICSS算法,基于上证A股2010年5月4日至2015年5月22日的日交易数据,得到上证A股的结构突变点,并对所得到的变点进行了实证分析和应用研究。结果表明:上证A股资金流强弱指数是平稳的非正态时间序列;上海股票市场具有波动聚集性,而且是政策市场;构建了股票资金流强弱指数判别法,用以便捷的对资金流强弱指数结构突变点进行分类。

基于Tabu搜索的中压配电网分区优化算法研究

合理划分变电站供电范围,对建立合理的10 kV配电网架及其长期经济运行至关重要,也是中压配电网规划的关键环节。针对变电站供电分区优化算法的研究现状和主要方法,提出了一种基于Tabu搜索的实用优化分区算法。通过该算例在东莞配电网规划的实际应用,证实了所提算法的有效性。

正交千/兆伏级图像评估OSI系统在非共面放疗中的精确性

目的评估光学体表成像(OSI)系统立体定向放射外科(SRS)算法在单中心非共面治疗多发性脑转移瘤过程中成像的精确性。方法回顾性分析2022年2—4月在四川大学华西医院行单中心非共面放疗的15例多发性脑转移瘤患者和剂量模体的数据。患者和模体均在非共面角度下,分别采用千/兆伏级系统和OSI系统成像,以千/兆伏级成像为参考图像,分析OSI对模体和患者成像的精确性。将OSI系统与千/兆伏级系统之间的差异定义为精确性,其差异绝对值≤1.00 mm/0.50°的百分比定义为阈值合格率。使用Origin软件绘制雷达图和Bland-Altman图做统计分析。结果OSI系统对模体成像时,在左右、头脚、腹背、偏转、翻滚、俯仰六维方向上的平均差异分别为0.03 mm、-0.09 mm、-0.27 mm、0.04°、0.17°、-0.19°,最大值分别为-2.20 mm、-2.30 mm、-1.20 mm、0.60°、-1.00°、-1.00°。OSI系统对15例患者成像时,在六维方向上的平均差异分别为0.44 mm、0.16 mm、-0.20 mm、-0.11°、0.10°、-0.12°,最大值分别为-1.80 mm、2.00 mm、0.90 mm、-0.90°、-0.70°、0.80°。其中平移误差均主要出现在左右和头脚方向。OSI系统对模体和患者成像时,左右方向上的阈值合格率分别为77%和75%,在头脚方向上分别为82%和89%,在六维方向上同时满足±1.00 mm和±0.50°阈值条件的占比分别为57%和56%。结论采用新型SRS算法的OSI系统不能满足多发性脑转移瘤单中心非共面放疗的高精度要求,特别是在左右和头脚方向,不建议将其用于非共面图像引导。

中国沪深股市结构性波动的政策性影响因素

本文利用划分均值和方差变点的迭代累积平方和算法(ICSS:MV)对上证综指和深证成指1996年12月16日至2010年12月31日的日收益率序列进行结构变点的检验,通过将结构变点与重大事件对应选取影响沪深股市结构性波动的政策性事件,并根据选取的事件将样本区间分成13个子区间。为了避免参数模型中模型误设的缺陷,利用非参数GARCH模型估计样本区间的波动率;最后利用N-W核回归估计对非参数GARCH估计的波动率与收益率进行回归,分析股市结构性波动产生的政策性影响因素。通过分析发现央行调整存贷款基准利率和存款准备金率、国有股的减持、允许保险公司等机构投资者买卖证券投资基金、调整印花税等政策性因素是造成我国股市变结构波动的重要原因。

基于结构突变的动态高阶矩Realized EGARCH模型及应用

研究目标:考虑资产收益率条件高阶矩的动态特征以及突发事件对于金融市场的影响,构建基于结构突变的动态高阶矩Realized EGARCH模型,对创业板市场波动率进行预测和风险度量。研究方法:在Wu等(2020)提出的Realized EGARCH-SK模型的基础上,将残差拓展为偏t分布,同时应用修正的ICSS算法识别结构突变点,将其作为虚拟变量引入动态高阶矩Realized EGARCH模型中,并应用稳健损失函数以及(非)条件覆盖检验来综合比较各模型的波动率预测精度和VaR预测准确性。研究发现:考虑条件偏度和峰度动态效应以及结构突变因素的Realized EGARCH模型有助于提高模型的拟合能力、波动率的预测精度和风险度量的准确性;Gram-Charlier扩展分布在模型的拟合能力和VaR预测的表现上明显不如偏t分布。研究创新:将残差拓展为偏t分布同时加入结构突变因素有效改进波动率模型的拟合、预测和风险度量效果。研究价值:丰富了动态高阶矩高频波动率模型,结构突变的监测和纳入可为金融投资者和风险管理者的投资决策提供实质性参考。

基于杠杆效应和结构突变的HAR族模型及其对股市波动率的预测研究

近年来,基于高频交易数据的HAR族模型在对各类金融市场波动率的预测研究中展现出了良好的预测效果.本文在4个经典或前沿的HAR族模型的基础上,考虑杠杆效应和结构突变因素对波动率的预测作用,构建4个带杠杆效应和结构突变的HAR族模型.接着,以上证综指和深证成指的5分钟高频交易数据为研究样本,对上述模型进行样本内和样本外分析,以此检验各成分对股市波动率的预测作用以及比较各模型的预测能力.实证结果显示:已实现波动率,连续波动率,下行波动率,上行波动率,杠杆效应和结构突变成分对股市波动率的预测作用较强,而跳跃波动率,符号跳跃方差对股市波动率的预测作用较弱;带杠杆效应和结构突变的HAR族模型对股市波动率的样本内拟合效果和样本外预测能力都明显优于相对应的不带杠杆和结构突变的HAR族模型,其中大多数情况下LHAR-CJ-SB模型展现出最高的拟合效果和预测精度.以上结果表明,杠杆效应和结构突变因素能有效提高HAR族模型的预测精度,所以在HAR族模型的构建中这两个因素不能被忽视.

猪粮比价变化特征的混合分析模型及实证研究

本文基于集成经验模态分解算法和迭代累积平方和算法相结合的混合分析模型,分解出不同时间尺度的猪粮比价分量序列,再分别进行结构变点检验并结合外部事件进行分析。结果表明,猪粮比价主要受短期自调周期、经济周期、中长期变动以及长期趋势项的影响,其中长期趋势模态和中长期变动模态影响最大;外部事件会对不同周期的模态造成影响,其中政府政策以及重大行业事件主要对猪粮比价的经济周期和中长期变动产生影响,而生猪疫情的影响在各个模态中均有体现。最后,本文针对如何稳定猪粮比价的波动从政府、行业协会和保险公司三个层面给出了建议。