基于极大熵谱估计准则的动态数据预测方法及应用

在进行动态数据预测时,预测结果往往会受人为因素影响而出现偏差。本文将极大熵谱估计准则应用于动态数据预测,详细介绍了趋势项提取、模型参数确定、阶数选择以及数据预报的过程,基于MATLAB平台编制了相应程序,最后结合实例对该方法的优点和不足之处进行了客观评价。

用极大熵谱估计法进行电力谐波分析

电力系统谐波分析中,传统的FFT谱分析方法,由于受到数据加窗的影响,谱分辨率低,对于短数据的分析更显得无能为力。而极大熵谱估计方法,不涉及加窗问题,频率分辨率较高;而且由于极大熵谱是连续谱,谱线光滑,谱峰陡峭,适用于短数据分析。本文简述极大熵谱估计方法的基本原理,并将其应用于电力谐波分析,仿真实例验证极大熵谱估计在谐波检测中的高效性。

我国货币供应时序结构的奇异谱分析

时间序列的结构分析是深入研究原始序列的重要前提。应用奇异谱分析并以极大熵谱估计为辅助,对我国广义货币供应量M2进行时间序列结构分析,结果显示:改革开放以来,我国广义货币供应量M2除了趋势项外,还具有周期分别约为10年、4～5年和3年,方差解释能力依次为23.22%、7.48%和3.44%的主周期波动成分;所有的周期波动成分的振幅均随时间而增大;长期趋势在改革开放前期增长速度较慢,而在中后期增长速度较快。

改革开放以来我国货币供给周期波动特征

货币供给的周期波动是国民经济发展过程中的必然现象,其周期波动的测定与分析是制定货币政策的基础。本文首先对我国M0、M1和M2三层次货币供给的时间序列进行HP滤波与平稳化,然后利用现代谱分析方法对我国货币供应的周期波动特征进行了测定与分析,结果显示:改革开放以来我国M0和M1供给均存在季节波动、3年、6个月和4个月左右的周期波动;M2存在10年、4年以及3年左右的周期波动;所有层次货币供应的变动幅度与长期趋势间存在线性关系。

中国A股市场指数波动的周期分析

本文基于时间序列的极大熵谱估计方法,利用MATLAB工具,对A股市场指数进行分析,得到了上证综指和深证综指的谱密度、频率及周期数据,从中分辨出A股存在一个平均约18个月的主周期分量。结果表明,A股市场确实存在周期性波动规律。