股指预测的创新深度学习策略:Transformer 模型与GRU融合及其变体的效能探究

随着金融市场的不断发展和全球经济的变化,准确预测股市指数成为投资者和决策者关注的焦点之一。本文旨在探讨深度学习神经网络中的Transformer模型及其注意力机制在金融指数预测中的应用。通过摒弃常规的控制变量设计,转而采用基于历史股指数据的高阶自回归模型,本文创新性地提出了三种Transformer模型的变体:Multi-attention Transformer、GRU Transformer、Attention-Free Transformer,并对它们在单步选代预测和多步一次预测两种方式下的表现进行比较。实证分析基于2000年1月1日至2024年3月11日的上证指数日度数据,通过将数据扩充和标准化,利用Python进行处理。结果显示:GRU Transformer模型结合单步选代预测在测试集上的平均均方误差最低,为0.00041,且在参数数量和运行时间上均表现优异,表明其在预测准确性、参数效率和运行时间方面具有显著优势。本文的创新点包括:采用基于历史时间序列数据的高阶自回归模型简化模型结构,保持预测准确性;提出并验证了三种Transformer模型变体在金融时间序列预测中的有效性;比较了单步选代预测和多步一次预测两种方式的组合效果。本文研究为金融市场的分析和预测提供了新的视角和方法,未来研究可以进一步验证模型的有效性并探索其他潜在的改进策略。

基于Transformer特征提取的A型恒星光谱子型分类算法

恒星光谱分类是恒星光谱分析的重要工作之一。我国大型巡天项目LAMOST能够获得海量的恒星光谱数据,为了对海量恒星光谱数据进行高效分类,特别是对恒星光谱子型数据进行分类,需要研究快速有效的恒星光谱自动分类算法。提出一种基于Transformer特征提取的混合深度学习算法Bert+svm(简记为Besvm)实现A型恒星光谱子型的自动分类。该算法将A型恒星光谱26个线指数作为输入特征,应用Bert模型对26个线指数进行更深层次的学习,通过学习26个线指数的内在关联,进而提取到更有利于A型恒星光谱子型分类的特征。提取好的新特征被输入到分类器算法支持向量机(简记为SVM)中,进而对A型恒星光谱的三个子型A1、 A2和A3进行自动分类。此前,SVM算法在恒星光谱分类任务中已经有过应用,一些衍生的SVM算法在恒星光谱分类任务中也有较高的分类正确率。相比从前应用到恒星光谱分类任务的SVM算法,我们的混合深度学习算法受数据的信噪比影响较小,使用低信噪比数据也能有较高的分类正确率,并且所用数据量较少。通过五组实验验证了该算法的有效性和优越性:实验1用来对比选择优秀的核函数,通过光谱数据的匹配实验,最终选择了径向基核函数RBF;实验2对比了Besvm算法和其他四种传统优秀算法的性能指标,验证了Besvm算法的优越性;实验3用来检验Besvm算法的稳定性;实验4分析了数据量对Besvm算法的影响;实验5分析了不同信噪比数据对Besvm算法分类正确率的影响。综合实验结果分析表明,提出的混合深度学习算法Besvm在规模较小且信噪比低的数据集上仍能保持较高的分类正确率。Besvm总体分类错误率在0.01以下,远低于经典传统机器学习算法LDA算法,BP神经网络算法,SVM算法和Xgboost算法的分类错误率0.7, 0.66, 0.65, 0.36.需要说明的是BP神经网络算法的分类正确率过于受限于隐层神经元的个数。

基于PMC指数模型的“十四五”基础教育数字化转型政策评价——以江浙沪地区为例

“十四五”是我国推进基础教育数字化转型的关键阶段,区域政策的制订和引领至关重要,因此有必要对其进行科学的评价和全面的审视。江浙沪是基础教育数字化转型的示范地区,相关政策的科学性和有效性值得深入研究。首先,运用社会网络分析和扎根理论研究对全国29份相关政策文件进行文本挖掘,在此基础上构建基于PMC指数模型的评价指标体系。其次,针对江浙沪地区“十四五”期间八份政策样本进行PMC指数计算,并绘制PMC曲面图,得出政策评价结果(1份优秀、6份良好、1份及格)。再次,基于评价数据发现,相关政策在制定过程中目标规划长远、制度保障完善、政策重点分布广泛合理,且地域间各具特色,但在政策时效、课程建设、教育公平等领域还存在一定问题。最后,综合研究结果和实际情况,地方政府应细化政策阶段目标、提升教育公平认同感、加强课程建设和建立跨省沟通机制。

基于LWT的可见光OFDM-IM系统研究

针对索引调制正交频分复用(OFDM-IM)技术峰均比过高,对相位噪声和载波频偏敏感,系统复杂度高等问题,提出基于小波提升变换(LWT)的可见光OFDM-IM系统。首先选择正交小波基作为子载波,通过对信号的分裂、预测和更新,将信号分为高频信号和低频信号,再结合可见光信道构成LWT-OFDM-IM系统,最后通过理论分析和蒙特卡罗方法对系统的可靠性、峰均比特性和最佳小波分解层数进行了仿真验证,结果表明:当子载波N=256,子块中子载波数量L=4,激活子载波数量k=2,系统误码率为10~(-4)时,LWT-OFDM-IM比FFT-OFDM-IM改善约8 dB,相较于DWT-OFDM-IM提高约4 dB。当系统互补累计分布函数(CCDF)为10^(-1)数量级时,LWT-OFDM-IM的峰均比较FFT-OFDM-IM改善约2.3 dB。随着小波层数的递增,系统的误码性能越好,当小波层数为3层时,大约在10 dB附近,误码率可到10^(-5)量级。

个体化频带滑动窗特征的轻度认知障碍诊断研究

轻度认知障碍(MCI)是老年性痴呆诊断的关键阶段,脑电(EEG)信号特征可以反映MCI患者的认知状态,帮助实现早期诊断。现有研究在EEG特征提取过程中,针对脑电各节律,大多采用固定的时间窗完成分段处理,忽略了不同节律的特征差异,从而影响诊断效果。针对该问题,本文提出了一种新的组合滑动窗优化算法,该算法通过迭代振幅调整傅里叶变换(IAAFT)对零模型的构建方法进行了改进,以此得到评估大脑动态特性指标KPLI,通过对EEG各频段信号采取多种滑动窗组合,并以KPLI指标引导,得到适合不同频段的最佳滑动窗组合。在最佳滑动窗组合基础上,对各频段组合提取相位滞后指数(PLI),进行连续小波变换(CWT)特征,通过ResNet-MLP双通道分类网络实现MCI诊断。结果显示,使用个性化组合频段滑动窗对88名受试者(32名MCI患者,36名阿尔茨海默症患者以及20名正常对照组)实现了诊断分类,得到了82.2%的分类准确率,比固定窗的分类提高了10%(得到了72.2%的分类准确率)。结果表明,基于个体化脑电节律特征组合能够更好提取MCI的特征,提高轻度认知障碍诊断的正确率与特异性,是一种有效的脑电特征提取方法。

中国工业绿色低碳转型指数的时空演变分析

工业绿色低碳转型是实现“双碳”目标和经济高质量发展的重要支撑。文章基于2002-2020年中国30个省份的面板数据,利用超效率EBM模型和GML指数对工业绿色低碳转型指数进行测度并探究其时空演变特征。研究发现:从时序上看,全国工业绿色低碳转型指数变化有明显的阶段性特征,呈先上升、后下降、再上升的趋势;从空间上看,工业绿色低碳转型指数的空间集聚特征显著,地理相邻对工业绿色低碳转型有显著的正向影响。进一步,文章采用了空间β收敛模型对工业绿色低碳转型指数的收敛趋势进行评价,实证结果显示,中国工业绿色低碳转型指数空间绝对β收敛和空间条件β收敛显著。

京津冀区域制造业数字化转型政策量化研究——基于PMC指数模型

制造业发展水平是一国工业实力的重要体现,也是一国综合国力的重要衡量标准。制造业高质量发展是我国大力发展实体经济、打造新型工业化优势的必要条件。对制造业数字化转型政策进行评价有助于推动制造业数字化转型。运用PMC指数模型对京津冀区域制造业数字化转型相关政策进行量化评价。基于已有研究成果,对2015—2023年京津冀区域以及我国部分省份和一些城市典型制造业数字化转型政策文本高频词进行提炼,构建区域制造业数字化转型政策评价指标模型,对京津冀区域制造业数字化转型政策进行综合性分析与协同性评价。研究发现,京津冀区域制造业数字化转型政策存在政策文本内容不完善、政策工具运用不全面、政策执行机制有待完善等问题,并提出了相应的优化路径。

基于DEA模型的河南省工业绿色转型绩效评价研究

构建了河南省工业绿色转型绩效评价的指标体系,然后选择3个投入指标和3个产出指标,用DEA方法对2023年河南省18个地区的工业绿色转型绩效进行评价分析,计算出各地区工业绿色转型的投入产出效率。结果表明该模型对河南省各地区工业绿色转型水平进行评价的可行性,数据易于获取,能够帮助政府部门制定相关政策和方针指导生产。

基于变革型领导力理论构建护士长领导力培训指标体系的研究

目的基于变革型领导力理论构建护士长领导力培训指标体系,为提高护士长变革型领导力提供培训参考。方法基于变革型领导力理论,结合半结构式访谈结果及文献分析,拟订护士长变革型领导力培训课程初稿,对山东省16名护理管理、教学管理专家进行两轮函询,修订后形成护士长领导力培训指标体系。结果两轮问卷有效回收率均为100%,专家权威系数分别为0.853、0.891,肯德尔和谐系数分别为0.135、0.364;第2轮函询各条目的变异系数为0.000~0.156。最终确定的培训指标体系包含4个一级指标、13个二级指标和45个三级指标。结论护士长变革型领导力培训指标体系构建过程科学、可靠,内容全面,培训目标明确,能够满足护士长对变革型领导力的培训需求,可促进变革型领导力的发展。

基于Sentinel-2影像的黄河南岸典型改良示范区土壤含盐量反演模型

土壤盐渍化严重制约农田土壤环境的循环发展,高效准确地监测土壤盐分动态变化对盐碱地改良利用具有重要意义。为及时、有效地监测盐渍化土壤含盐量,以内蒙古黄河南岸灌区的4个典型盐碱化耕地改良示范区为例,利用Sentinel-2多光谱遥感影像,同步采集示范区内表层土壤的含盐量数据,通过相关性分析筛选敏感光谱指标,基于偏最小二乘回归(PLSR)、逐步回归(SR)、岭回归(RR)3种简单机器学习模型和深度学习Transformer模型建模,最后进行精度评价并优选出最佳含盐量反演模型。结果表明:示范区土壤反射率的可见光、红边、近红外波段反射率均与土壤含盐量呈正相关,短波红外波段反射率与土壤含盐量呈负相关,引入光谱指数能够有效提升Sentinel-2遥感影像与示范区表层土壤含盐量的相关性(相关系数绝对值不小于0.32);对比不同模型发现深度学习Transformer模型优于简单机器学习模型,验证集决定系数R~2和均方根误差(RMSE)分别为0.546和2.687 g/kg;含盐量反演结果与实地结果相吻合,为更精准反演内蒙古黄河南岸灌区盐渍化程度提供了参考。

基于IGWO-MLP的变压器健康指数预测模型

针对变压器健康指数(HI)预测,提出了基于主成分分析(PCA)特征选择的改进灰狼算法(IGWO)优化多层感知机(MLP)预测模型。以Kaggle公开数据集为例,通过PCA将15维输入特征降为相关性更高的10维特征,使用IGWO优化MLP得到最优参数,将参数输入MLP模型得到变压器健康指数并对其进行评估。实验结果显示,IGWO-MLP相较于GWO-MLP、IGWO-SVR、PSO-MLP和MLP模型,其预测精度更高,更能有效地预测变压器健康指数。

广东省科技成果转化效率测量与时空特征——基于DEA-Malmquist指数模型

为有效识别广东省科技成果转化的效率与时空特征,促进科技成果更好赋能经济社会高质量发展,运用DEA-Malmquist模型,测算广东省21个地级市在2010—2019年的科技成果转化效率。研究发现,2010年与2019年,全省整体科技成果转化综合效率未达到DEA有效,且2019年的综合效率更低;同时,全要素生产率指数普遍波动较大,各市历年全要素生产率指数差异普遍显著,其中技术进步是影响全要素生产率指数的主要指标。基于此,研究提出平衡研发与转化、推动“政产学研金用服”协同、实施差异化的成果转化战略和加强区域交流合作的政策建议。

基于粒子群的旧工业建筑再利用空间优化算法

为了解决土地资源紧张的问题,优化旧工业建筑空间,提高建筑利用空间紧密度,实现空间再利用,提出基于粒子群的旧工业建筑再利用空间优化算法。将土地利用适宜性最大化、用地紧凑度最大化和转化成本最小化作为优化目标,构建空间优化模型,建立旧工业建筑再利用空间优化目标函数,在相关条件的约束下采用粒子群算法求解上述目标函数,实现旧工业建筑再利用空间的优化。仿真结果表明,所提方法的地类转换成本低,总适宜度、生态协调性和社会效益高,空间紧凑度高,优化效率高。

企业绿色转型研究述评

实现“双碳”目标、推进经济发展方式的绿色转型,核心问题是加快企业发展方式的绿色转型。本文从概念内涵、理论依据、影响因素、路径选择和量化研究五个方面对企业绿色转型进行梳理和归纳,分析发现,未来需要立足于企业绿色转型的复杂性,开展对不同类型企业的研究,并将研究视角覆盖到绿色转型的全过程,同时更加注重绿色转型理论在包括工业企业在内的实体企业中的实践应用。

能源价格上涨会抑制企业数字化转型吗———基于我国A股上市公司的实证研究

能源作为经济发展的动力来源,其价格直接影响微观主体经济活动,在企业数字化转型过程中,能源价格的影响不容忽视。利用Divisia指数模型构建我国能源价格指数,以2012—2022年我国A股上市公司数据为样本,运用固定效应模型探讨能源价格对企业数字化转型的影响,并进一步检验融资约束的中介效应和企业金融化的调节效应。研究结果表明:较高的能源价格会抑制企业的数字化转型,并且该抑制效应在东部企业、制造业企业和国有企业中较为明显;此外,融资约束和企业金融化在高能源价格抑制企业数字化转型的过程中分别发挥着显著的中介效应和调节效应。基于此,提出了平抑能源价格波动、引导社会资本进入和鼓励企业“脱虚向实”等建议,以期能为相关决策部门和企业提供参考。

京津冀区域科技成果转化效率评价及空间差异分析

文章运用DEA—BCC模型和Malmquist指数对2015—2021年京津冀13个地级以上城市的科技成果转化效率进行综合测算,并通过探索性空间数据分析方法对其空间差异进行系统分析。结果表明:京津冀科技成果转化综合效率总体偏低,且呈现出增减相间的波动趋势;受创新资源分布不均等因素的影响,北京科技成果转化效率明显高于津冀两地,且区域内各城市发展态势存在明显差异;京津冀科技成果转化全要素效率呈现增长态势,且技术进步在全要素生产率提升方面起到重要作用;考察初期,京津冀科技成果转化整体效率存在较显著的空间负相关性,但随着时间推移,科技成果转化的正向空间溢出效应有所增强,效率总体呈现“高高集聚、低低集聚”的空间分布特征。

毛竹向杉木林扩张不同阶段叶面积指数地面高光谱遥感模型研究

毛竹向杉木林扩张会引发“林退竹进”、林权纠纷等生态与经济问题。利用遥感有效反演毛竹演替过程对于科学管控森林资源意义重大。为了揭示地面高光谱在毛竹扩张不同阶段叶面积指数(LAI)反演的有效性,以毛竹在杉木林中扩张为研究对象,沿毛竹扩张方向设置四类杉竹比例样方,模拟扩张Ⅰ、Ⅱ、Ⅲ、Ⅳ阶段,根据原始光谱及开方、对数、倒数、一阶微分、二阶微分等10种光谱变换数据与不同扩张阶段LAI相关性选取特征波段,构建归一化植被指数(NDVI)、黄光波段指数(YI)等7个LAI显著相关植被指数,分别建立光谱信息与植被指数的五类单因素回归模型,基于植被指数利用神经网络、决策森林回归、贝叶斯线性回归和线性回归四种机器学习方法构建多因素回归模型,探讨毛竹向杉木林不同扩张阶段LAI高光谱反演模型适用性。结果表明:原始光谱的一阶微分、二阶微分、对数一阶微分和倒数一阶微分四类微分变换能够丰富光谱信息,更好表征毛竹向杉木林的扩张过程;植被指数中,YI与毛竹LAI相关系数最大,表现出毛竹扩张过程的高敏感性,NDVI反演效果最佳,但基于传统植被指数建模的总体反演效果不佳;基于微分变换光谱的二次多项式和幂指数回归模型在各扩张阶段表现更佳,神经网络算法在LAI反演方面优于其他机器学习算法,总体来看,基于光谱变换的传统回归算法优于机器学习建模方法。扩张第Ⅲ阶段基于对数倒数一阶微分变换光谱构建的模型(y=5.2914e^(183.76x))拟合效果最佳,建模集和验证集R^(2)分别为0.735和0.742,RMSE分别为0.733和0.468,nRMSE分别为14.0%和9.9%,建议毛竹扩张管控选在竹林各半的混交林中。系统开展毛竹不同扩张阶段LAI高光谱反演模型的创新分析,将为科学营林造林管理奠定基础。

深圳市水利发展规划中智慧水利指标体系研究

针对传统水利发展规划中信息化指标存在的重视程度不高、代表性不足、引领性不强等问题,以深圳市水务数字化转型为目标导向,分析了水务数字化转型的内涵及实施路径。结合深圳市智慧水务现状与不足,从软硬件设施建设、关键能力打造、建设成效等方面出发构建了包含1个一级指标、3个二级指标、8个三级指标的深圳市水务发展“十四五”规划智慧水务指标体系,并详细说明了指标设置的业务需求、定义、计算方法和目标值。研究表明,该指标体系具备发展规划所需的引领性、代表性及考核性,对各地各级水利发展规划中智慧水利指标的设置具有一定的借鉴意义。

A Pair of Pseudo-differential Operators Involving Index Whittaker Transform in L_(2)^(a) (R_(+);m_(a)(x)dx)

Pseudo-differential operators(PDO)Q(x,L_(a,x))and Q(x,L_(a,x))involving the index Whittaker transform are defined.Estimates for these operators in Hilbert space L_(2)^(a)(R+;m_(a)(x)dx)are obtained.A symbol classΩis introduced.Later product and commutators for the PDO are investigated and their boundedness results are discussed.

不同基因型大麦碱胁迫下种子萌发及物质转化效率的差异性研究

大麦具有较强的耐盐碱性,是盐碱地种植的先锋植物。不同基因型大麦间遗传特性均不相同,筛选耐盐碱性较强的大麦基因型对盐碱地改良具有重要意义。因此,以2个不同基因型大麦为材料,研究不同碱胁迫浓度(0、30、60、90、120 mmol/L)对大麦萌发相关指标的影响。结果表明:随着碱浓度的增加,大麦所有萌发参数均呈显著降低趋势;随着碱浓度增加,根转化率、芽转化率、贮藏物质动员量与物质利用率呈逐渐降低趋势,且在高浓度下四川MS显著高于奇台9919。