用分形几何学的方法研究影响美国股票市场的重大历史事件

边缘点分析方法是我们为了研究金融数据中蕴含的历史事件之间的相关性问题所提出的一种创新方法。该方法基于重构相空间理论,通过探测金融数据的递归图中历史数据之间的相近程度,把时间序列中点与点之间的关系问题转化为历史事件之间的关系问题,实现探测影响金融市场任一时间区域的重大历史事件的目的。本文,我们将此方法应用于美国股票市场的分析当中,得到的结果与现实情况很吻合。

Self-similar traffic analysis in optical burst assembly

This paper investigates the traffic properties before and after assembly at edge node of Ethernet over optical burst switching （OBS） network for the first time. Burst and inter-arrival time distributions are simulated under time-based and length-based assembly schemes. Self-similar traffic Hurst parameter is compared through R/S and V/T plot. Finally three self-similar traffic generating methods are given. Simulation resuhs demonstrate that, muhi-source traffic increases self-similar degree, however after assembly, time-based scheme can decrease self similar degree, and aggregated burst size is close to Gaussian distribution. Length-based method has no effects on the self-similarity of input traffic. RMD is fit for study of burst network with large self-similarity.

一种测度金融历史事件相关性的新方法

边缘点分析方法是为了研究金融数据中蕴含的历史事件之间的相关性而提出的一种创新方法。该方法基于重构相空间理论,通过探测金融数据的递归图中历史数据之间的相近程度,把时间序列中点与点之间的关系转化为历史事件之间的关系,实现探测影响金融市场任一时间区域的重大历史事件的目的。本文将此方法应用于中国股票市场的分析中,得到了影响市场发展的诸如邓小平南方谈话、《证券法》的颁布与实施等重大历史事件,结果与现实情况很吻合。该方法在研究思路上属于历史回溯法,不带任何假设条件,研究过程和结果的客观性很强,也可用于其他领域的混沌时间序列分析当中。