杂波环境下网络波动信号采样模型

杂波环境为可对信号产生随机干扰的环境。对上述环境下的网络信号进行采样,可以有效监测网络环境,防范网络入侵和拥堵。由于在杂波环境下的网络信号具有扩展衍射特征,使得正常网络信号存在较大波动性。传统方法进行网络信号采集过程中,在网络信号存在波动的情况下,采样时频重叠调制进行采集,未能纳入杂波先验信息,波动序列的扩展衍射特征形成欠定采样,造成信号采集效果不好。提出基于自适应空间域窗口采集算法的网络波动信号采样模型。将谐波小波核函数和支持向量机理论相结合,获取样本回归模型,得到该模型的约束条件,并对上述回归模型求取最优解,得到网络波动信号采样结果。实验结果表明,利用改进算法进行网络波动信号采样,能够极大的提高采样的准确性和实时性,满足网络波动信号的采集要求。

隐通道网络波动下数据包监测间隔测量算法

传统的数据包监测间隔测量算法采用概率统计为基础的链接数配对方法,由于网络链接时间段,隐通道网络波动幅度大,监测时间间隔测量不准。提出一种C/S架构隐通道网络波动下基于有界抖动范围内均匀分布的数据包监测间隔测量算法,基于有界波动范围内均匀分布的数据包监测间隔测量,优化通道容量和抗检测性之间的关系,调整接收方测量时间间隔与发送方发送的时间间隔,使其达到一致。仿真实验表明,采用该方法能有效避免网络波动的影响,通过调整监测间隔时间步长,使得数据包传输误码率降低为0,规避了网络波动影响,提高了C/S隐通道网络通信性能。

复杂网络波动扩展衍射欠定采样预测模型

复杂网络环境中对网络波动的准确预测可以有效监测网络环境,防范网络入侵和拥堵。由于在复杂网络受到干扰的可能性更大,其网络波动具有扩展衍射特征,不可预测性强。传统方法中采用自回归移动平均模型进行复杂网络波形预测算法设计,在波动信号的时频重叠调制过程中未能纳入杂波先验信息,波动序列的扩展衍射特征形成欠定采样,预测效果不好。提出基于空间扩展自回归移动平均模型的复杂网络波动欠定预测算法,采用LTE线性均衡滤波,进行降噪去除杂波干扰,提取波动序列的扩展衍射特征形成欠定采样样本序列,设计网络波动时空序列扩展衍射点阵,准确预测网络波动的参数信息。以病毒入侵,网络监听和拥塞堵塞等波动产生模型为实例,进行仿真实验,结果表明该算法具有较高预测精度,监测点波动误差较小,实现复杂网络波动状态的动态跟踪和评估。

商品期货网络与关键商品价格波动风险——基于中国商品期货市场的分析

以中国商品期货市场流动性较好的45种关键商品日内5分钟高频数据为研究样本,分析商品期货价格波动响应机制,识别关键商品节点的价格波动风险以及商品集群。研究发现,商品的行业聚类特征明显,与传统行业分组相匹配,焦煤所属的能源商品及其下游的黑色商品是核心商品类别,焦煤和玻璃在商品网络中发挥关键作用;网络拓扑结构对商品的系统性金融风险存在显著影响,网络节点中心性和聚类系数较大的关键商品对商品期货市场系统性金融风险具有较大影响。

中国与东盟国家间股票市场波动率关联研究——基于复杂网络的实证分析

文章通过构建中国和东盟主要国家的股票市场指数的波动率网络,分析市场风险跨国传递的机制及关键节点特征。研究发现,波动率网络较好地刻画了各国股指波动率之间的链接特征和紧密性。新冠疫情的影响导致主要国家股指的行为模式的趋同倾向显著上升,波动率网络节点变化和拓扑特征显著差异。新加坡和泰国少数股指是跨国股票市场中的关键节点和市场风险源头。动态分析表明,股指波动率网络的演化体现波动网络整体风险随时间变化,市场的信息链接结构随时间变化而变化,重大突发事件打破原有结构并触发了市场内的信息联系。文章的研究对理解中国与东盟主要国家股票市场间跨国风险传递特征具有借鉴作用。

国际能源价格波动对中国金融市场的风险溢出效应研究

基于TVP-VAR模型和波动溢出网络模型,测度了以原油、天然气和动力煤为代表的国际能源价格波动对中国金融市场的风险溢出效应,此外还通过波动溢出网络刻画了风险溢出的方向和路径。研究表明:国际原油价格波动对中国金融市场的风险溢出效应最强,然后依次是天然气和动力煤,三者对债券市场的风险溢出效应是最强的;原油和天然气与金融市场的时变净溢出指数变化比较剧烈,而动力煤的这一指数变化则明显平缓了很多,在极端风险事件发生后,国际能源价格波动对中国金融市场的风险输出水平显著增加;波动溢出网络在不同时期下存在明显的结构变化,具有事件驱动特征,国际能源价格波动与中国金融市场的波动溢出强度排序为新冠疫情时期、中美贸易摩擦时期和俄乌冲突时期。

国际大宗商品价格波动对中国金融市场的风险溢出效应——波动溢出网络视角

本文基于TVP-VAR动态溢出模型考察了国际大宗商品市场与中国金融市场间波动溢出的动态联动效应与风险传递机制;并在此基础上,研究了如何运用DCC-GARCH t-copula模型对冲与防范来自国际大宗商品市场的风险传染效应。本研究发现:(1)国际贵金属、工业金属市场处于信息先导地位,是风险溢出的首要来源;在极端风险事件冲击下,风险净溢出效应的分布区间具有波动性、方向非对称性及随机性,风险传染效应显著提升。(2)波动溢出网络结构变迁存在显著的“事件驱动特征”与“区域性特征”,在金融危机、中美贸易摩擦与新冠肺炎疫情的冲击下,波动溢出网络结构会发生突变,且新冠肺炎疫情对波动溢出网络结构的冲击效应更大;国际大宗商品市场内部始终存在稳定且广泛的风险共振关系,而当国际大宗商品市场受到冲击时,中国金融市场间较易出现广泛的风险联动,且同一区域内以风险共振为主导。(3)在对冲来自国际贵金属、工业金属市场的风险溢出效应时,需要积极的投资组合管理和进行动态调整,而不是采用静态策略;配对资产的套期保值效果表明,国际贵金属对冲效果最好的是与国际工业金属形成组合,而国际工业金属与国际软性商品形成投资组合,则可以获得最大的风险对冲效果。

中国网络字频波动与股票市场关系研究

一般认为,在存在较少的股市信息的情况下,股价的波动较小,当存在较多的股市信息时,股价的变动也常常较大,互联网股票信息量的显著变化常常是该公司有特殊事件的反映,进而可能影响股价。文章从网络搜索引擎Google获取字频信息,运用事件研究的方法,对网络文字频度信息与股市关系进行了分析,实证结果表明网络股市信息量的波动与股市价格波动存在显著的正相关关系。

中国金融机构波动溢出动态关联网络研究

基于VAR-GARCH-BEKK模型,构建金融机构波动溢出动态关联网络,分析网络的关联拓扑结构指标,挖掘金融行业间的波动溢出动态关联规律.结果表明:银行业内部金融机构间的波动溢出水平比较稳定;绝大多数时期,银行业和证券业金融机构在网络中表现为独立的关联"社团";从受到外部波动溢出影响方面看,证券业的平均系统关联最强,信托业的平均跨行业关联最强;从对外波动溢出影响方面看,各行业的平均系统关联强弱差异不大,保险业的平均跨行业关联最强;从网络总体"嵌入"程度看,信托业的平均系统关联及跨行业关联均最强,其网络"嵌入"程度最深.

波动溢出网络视角下全球主要货币汇率风险传染研究

选取1999—2020年全球26种货币的汇率波动率数据,基于最新发展的Elastic-Net-VAR模型构建汇率波动溢出网络,考察全球主要货币的汇率风险溢出关系。研究发现:汇率风险总溢出水平经历了“稳步上升—震荡下降—急剧上升”三个阶段。汇率风险溢出网络具有同区域、同类型经济体聚集的特征,但国际金融危机等全球重大风险事件会加剧汇率风险的跨类型或跨区域传递。人民币的风险溢出对象主要为新兴经济体货币以及港币、韩元等亚洲发达经济体货币;国际金融危机后,人民币接受发达经济体货币的风险溢出明显增多。

网络随机不定波动下的异常信号检测平台设计与实现

网络随机不定波动下的异常信号杂乱无章,并混合在正常信号中,为检测工作带来不小的挑战。因此,设计基于数字信号处理器的异常信号检测平台。该平台利用TMS320C6748数字信号处理器,对异常信号的检测工作进行实时监管。测量放大电路和高通滤波电路对网络信号进行放大和滤波操作,并将处理后的网络信号传输至A/D转换器。A/D转换器将网络信号转换为数字格式,并将网络数字信号传输至TMS320C6748数字信号处理器。平台采用数字信号处理器输出网络随机不定波动下的异常信号。平台实现部分给出了A/D转换器数字转换流程图,以及TMS320C6748数字信号处理器检测流程图。实验结果表明,所设计的基于数字信号处理器的异常信号检测平台,能够进行网络随机不定波动下异常信号的准确、高效检测。

基于高维波动率网络模型的股票市场风险特征研究

波动率是金融风险管理研究的重要内容之一.本文基于复杂网络理论和数据挖掘技术提出股票市场的高维波动率网络模型.首先运用互信息度量不同股票价格波动之间的相关关系,其次对股票市场不同周期下的波动情况建立度的中心势、平均距离、幂律分布等网络拓扑指标,再次根据这些指标利用Prim算法构建出高维波动率网络模型,最后运用Newman-Girvan算法对股票价格波动率的相关性进行分层研究.高维波动率网络模型突破了传统波动率模型关于变量维数的限制,能够在依赖少量假设的基础上,挖掘出多个金融市场主体间的相互关系,反映金融市场的风险特征及网络拓扑性质.实证结果发现:与常用的Pearson相关系数法相比,在互信息框架下,股价波动的非线性相关关系得到了更好的度量;股票市场的整体波动性与个股波动率相关性变化趋势相反,市场处在高波动时期资产组合分散化效果较好;网络中存在少量度数大的关键节点和中心节点,风险通过这些节点可以迅速传递到整个市场;股票市场的运行具有明显的行业聚集现象;网络分层研究进一步直观的展现了风险在层与层之间的传递规律和与之对应的行业特征.高维波动率网络模型为挖掘股票市场的风险特征与管理金融风险提供了一个新的工具.

基于链路预测的社会网络事件检测方法

网络演化分析与事件检测,是当前社会网络研究的热点和难点.现有的研究工作主要是针对网络提出不同的模型,并用网络特征指标对仿真结果进行评价.这些方法存在如下问题:(1)每种方法仅针对特定网络,通用性不高;(2)特征指标多种多样,不同模型的表现情况缺乏统一的评价标准;(3)未考虑网络演化的时间特性,难以描述网络演化的波动性,无法检测事件.针对上述问题,提出一种基于链路预测的社会网络事件检测方法 Link Event(由相似性计算算法Sim C和事件检测算法Event D组成),它可以对不同网络的波动性进行统一评价,并依此建立事件检测模型.主要工作包括:(1)证明了链路预测可以反映网络演化机制,相同机制下的模型演化法和链路预测在分析网络演化上具有内在的一致性;(2)基于链路预测,提出一种网络相似性计算算法Sim C(similar computing),并在考虑微观因素的基础上进行改进;(3)利用相似性计算结果,提出一种事件检测算法Event D(event detecting)检测出新事件.在不同特征的网络上进行实验,结果表明:所提出的Link Event方法能够较好地解决网络演化波动性问题,实现事件检测;同时也证明了利用链路预测技术进行网络演化分析的可行性以及相似性计算和事件检测算法的有效性.

混合指标量子群智能社会网络事件检测方法

社会网络错综复杂,如果能够及时发现和预测当前网络可能发生的重大事件并采取有效的处置策略,将具有重大意义.链路预测的理论框架和评价方法为社会网络事件检测提供了一条有效途径.目前,链路预测的研究工作大多针对特定网络提出相似性指标,试图取得更高的链路预测精度.这些研究存在如下问题:(1)不同的相似性指标适用于不同的网络,不具有普适性;(2)独立的相似性指标无法全面反映网络演化的多样性和复杂性;(3)链路预测时未考虑网络演化过程中可能出现波动,无法进行事件检测.基于上述问题,提出一种社会网络事件检测的混合指标群智能方法 Index Event,由最佳权重算法OWA(optimal weight algorithm)和波动检测算法FDA(fluctuation detection algorithm)组成,可以评价不同网络的演化波动,发现网络波动异常,进行事件检测.主要工作如下:(1)提出了混合指标,并证明了基于混合指标的链路预测算法可以取得更高的预测精度;(2)基于量子粒子群算法提出了最佳权重算法OWA,以高效地确定不同网络的最佳混合指标;(3)提出了一种网络波动检测算法FDA,定量评价不同时段网络演化的波动程度,并在考虑微观因素的基础上进行改进.对不同特征的网络进行实验,结果表明,Index Event方法能够准确地反映事件造成的网络演化波动,有效地检测事件.

波动生物学纲要

文章提出了一个新的概念:波动生物学。与系统生物学相比,波动生物学不仅更接近于生命系统的动态过程,而且也更接近于实现。

云对等网络在线异常点零跳搜索检测算法

在云对等网络中在线异常点的实时搜索和准确检测关系云对等网络的稳定和安全,由于云对等网络的在现异常点检测受到大量对等合法数据的干扰,网络波动幅度不大,检测困难。提出一种基于密度部分存储优化的云对等网络在线异常点检测算法,通过计算局部节点数据的在线时间复杂度实现对路由交换数据序列的初始特征和先验信息的预估计,适当增大存储空间开销来换取时间效率,实现零跳搜索和对异常点的准确检测。研究结果表明,采用该算法进行云对等网络的异常点检测,检测准确率大幅提高,执行开销降低,保证了对云对等网络安全性,提高了动态监测能力。

国际股市隐含波动率溢出效应分析

采用网络分析和溢出指数法对全球11个主要股票市场隐含波动率指数波动溢出的特征及影响因素进行分析。结果表明,样本期内美国股市是全球股票市场波动溢出网络的中心;英国、法国、德国组成小聚集群体,相互之间存在明显的波动溢出,但对其他市场的溢出强度较弱;其他市场是波动溢出的主要吸收者。国际股市间的总波动溢出具有一定的波动性,在金融震荡时期显著上升。经济基本面和市场传染机制可以较好地解释了一国股市的对外溢出强度,并且市场传染机制起主要作用。

基于时域和频域视角的外汇市场波动溢出效应研究

本文采用最新的频域关联法(Frequency Connectedness),分别从时域和频域视角测算外汇市场波动溢出网络,构建相关的溢出效应测度指标,考察静态和动态两个方面的外汇市场波动溢出效应,并着重分析了人民币波动溢出效应的时序特征。研究结果表明:第一,全球外汇市场间的波动溢出效应显著,且更容易受到长期因素的影响。第二,外汇市场总溢出指数具有明显的时序特性,并在频域中呈现出“区制转移”的特征。第三,人民币、港币与其他货币之间的溢出效应较弱。第四,大部分时期内人民币在全球外汇网络中处于净接受者的角色,而2015年“811”汇改后与其他货币之间的波动溢出效应明显增强。第五,美元和欧元在波动溢出网络中占有绝对的主导地位,同时澳元在网络中对其他货币的溢出效应也较为显著。

基于高维状态空间方法构建金融市场网络模型

针对金融市场的核心变量——收益率和波动率,基于高维状态空间模型,利用EM和稀疏算法,分别建立了金融产品之间的收益率网络和波动率网络。前者刻画了金融产品收益之间的相互关系,后者刻画了金融产品风险之间的关系。相对于已有模型,上述模型可有效处理高维时间序列数据。对深圳、上海、香港和纽约市场的股票交易数据分析,找出了相应网络结构特征。以上市场的数据分析结果表明,相对于波动率网络,收益率网络具有更高的度数中心势,把这种现象归因于政策等因素对收益率的影响更为直接和简单,而对波动率的影响则是间接和复杂的。上述研究结果也为构建多变量波动率模型提供参考。

一种基于DHT混合型对等发现服务的算法设计

提出一种新的发现服务算法ROAD,尝试采用混合策略来适应系统的不同变化程度;通过改善超级点的使用方式,构建加速路由表,加快发现服务的速度,降低消息转发的延时;并通过幂次序组播算法改善对超级点的依赖性。选择不同质量类型的超级点,ROAD可以扩展成满足不同服务需要的发现机制。