一个模糊时间序列预测模型的集合

提出一个模糊时间序列预测模型的集合(SPMFTS)。证明了对于任意时间序列S,应用SPMFTS的自动寻优搜索建模法可以筛选出集合的一个模型FMC_j^1(x,f,i),使得预测值C_j(x,f,i)的相对误差均达到0.000 0%。例如预测美国2010—2016年的跑道侵入问题时,建模FMC可以实现的预测值的相对误差均为0.000 0%;对于预测未来的(美国,2017年)跑道侵入数据时,建模FMC实现的预测值也可达到相对误差为0.000 0%。这些预测模型都比灰色模型GM(1,1)和马尔科夫模型的预测精确度高。因此SPMFTS的建模FMC比灰色马尔科夫模型更有优势。

LME镍、铜期货价格变动的时间序列分析

本文基于2003～2008年伦敦金属交易所(LME)3月镍、铜期货价格的日线数据,运用经典的时间序列R/S分析方法来研究镍、铜期货市场价格的非线性特征。分析结果显示:LME镍、铜期货市场价格波动是典型的有偏随机游动,H值均大于0.5,期货价格时间序列具有持久性趋势;LME镍、铜期货存在大约分别为447天和442天的非周期循环长度。