涨跌幅限制下的VAR度量的EWMA方法实证研究

本文采用指数加权移动平均方法(EWMA)来估计涨跌幅限制下不同换手率的股票的VAR风险 。

线性随机系统的微小传感器故障检测

针对一类线性随机系统,研究了其微小传感器故障检测问题.基于Kalman滤波算法构造状态估计器,利用移动加权平均方法设计残差与评价函数.根据非中心卡方分布的性质,分析了故障幅值、窗口长度、误报率和漏报率之间的关系.采用不等式技术,得到了确保在统计意义下微小故障可检测性的最优权值和最小窗口长度.最后,通过一个仿真实例验证了所提方法的有效性.

基于RiskMetrics模型的国债指数风险研究

RiskMetrics模型是一组被广泛应用的金融风险管理工具,其核心技术是在险价值(VaR)方法。研究这种对线性金融工具计算VaR的简单方法。其中,用指数加权移动平均方法(EWMA)来计算收益率的波动,用最小RMSE标准来确定最优衰减因子。通过对上证国债指数的实证研究,计算最优的衰减因子和国债指数的每日VaR值。从中可以看出,上证国债指数的波动性较大,并且每日VaR的预测结果与所假设的置信水平能够很好的吻合。

基于AdaBoost算法的多参数模型风电机组叶片结冰监测与预警研究

叶片结冰是影响冬季我国部分高海拔高湿度地区风电机组安全运行的因素之一。及早检测出叶片结冰能够及时调整机组运行方式,保证机组安全。分析了叶片结冰对风电机组运行性能和运行参数的影响,将功率、叶轮转速和环境温度作为监测叶片结冰的变量。采用自适应增强(AdaBoost)算法分别建立功率模型和叶轮转速,引入指数加权移动平均(EWMA)方法分析功率和叶轮转速模型的预测残差,从而对叶片结冰时2个参数的异常变化进行监测,当风电机组输出功率和叶轮转速2个参数同时出现异常且环境温度低于0℃时发出叶片结冰预警。利用昆明某风场风电机组实际叶片结冰数据验证了该方法的有效性。

基于双层EWMA方法的叶丝干燥出口含水率质量一致性控制

为解决叶丝干燥工序出口含水率波动大、批次质量不稳定等问题,采用双层指数加权移动平均(EWMA,Exponentially Weighted Moving Average)方法建立了叶丝出口含水率质量一致性控制模型,并采用自适应算法对该模型进行自动优化和修正。选取安阳卷烟厂“黄金叶(硬红旗渠)”牌卷烟叶丝干燥工序出口含水率在线监测数据,对双层EWMA控制系统进行测试,结果表明:改进后批次间出口含水率质量差异显著降低,出口含水率的平均偏移量、极差、均方误差等质量指标分别降低29%、2%和32%,过程能力指数提升18%,有效提高了出口含水率批次一致性。该方法可为提高卷烟生产均质化水平提供技术支持。