沪深300指数马氏性检验及预测

利用粗粒化方法构造沪深300指数和交易量的联合变动状态序列,通过计算χ2统计量检验了序列的马氏性,选取标准化的各阶收益率自相关系数作为权重,建立加权马氏链预测模型并对股指走势进行预测。结果发现成交量在预测中具有重要作用,日内走势预测效果较好,日间走势预测效果较差,说明股指日间走势受市场消息面影响较大。

各种两参数马氏性间关系的注

本文通过两个具体的例子,成功地解决了单点马氏性与宽过去马氏性的关系问题和Levy马氏性与宽过去马氏性的关系问题,给出了一个比较完美的各种两参数马氏性间的关系图,由此图推出了一些重要的结论。

关于随机环境中二重生灭链的马氏性

本文给出了随机环境中的二重生灭链构造。当(β_z,α_z),z∈Z独立同分布的情况下,证明了随机环境中的二重生灭链是马氏的充分必要条件是(β_z,α_z),z∈Z均退化。

常利率复合二项风险模型马氏性的研究

推广了Lundberg-Cramer经典风险模型,将利率考虑到离散风险模型-复合二项风险模型中.在给出常利率复合二项风险模型确切表达、有关假设的基础上,运用测度论、概率论和随机过程的理论对该模型进行了深入的研究,证明了该模型的马氏性。

广义Brownian Sheet的马氏性、转移概率和预测

讨论了广义BrownianSheet的单点马氏性、宽过去马氏性、宽将来马氏性、*-马氏性,各种转移概率及其预测.

带随机过程的随机规划问题最优解过程的平稳性与马氏性

证明了带随机过程的随机规划问题其最优解集中至少存在一列最优解均为可测的随机过程;且如果问题中的随机过程具有平稳性与马氏性,则此时问题的最优解过程亦具有相应的特性。

具有连续参数齐次随机场的线性预测与马氏性

本文研究了具有连续参数齐次随机场的3个类型的线性预测问题和两个类型的马氏性问题,并用这3个类型的预测问题的研究结果及[1]的方法,求出了这两个类型的马氏性问题具有马氏性的充分条件和充分必要条件.且深化了[1]中结果.

布朗单的Lévy马氏性适用范围

两参数过程的Lévy马氏性是相对于区域D而言的。对某些D,有Lévy马氏性,对另外一些则无Lévy马氏性.布朗单Lévy马氏性成立的D的全体叫做Lévy马氏性的适用范围。当D是单连通集并且边界(?)D是逐段光滑曲线时,适用范围是所有有限个正位矩形之并的集合L,这一结论是已知的。但当D是单连通区域而边界(?)

具有离散参数齐次随机场的线性预测与马氏性(Ⅳ)

提出和研究5个新型的具有离散参数齐次随机场的马氏性问题,求出了他们具有马氏性的充分必要条件,其结果分别推广了文[3]与文[4],所用的方法也与[3],[4]不同,而[3],[4]中的方法却不能用于本文.

具有离散参数齐次随机场的线性预测与马氏性(Ⅵ)

继续讨论具有离散参数齐次随机场的线性预测与马氏性,根据实际应用,提出了更广泛的马氏性的定义,并对特殊的谱密度,求出了3/4平面上预测问题的简单明显的预测值与预测误差公式,并证明它具有更广泛的马氏性.

两参数随机过程马氏性间的关系

本文讨论两参数随机过程的马氏性问题,发现了两参数过程X的单点马氏性与X_t^1、X_s^2的马氏性间的关系,两参数中心高斯过程Y的*-马氏性与Y_t^1、Y_s^2的马氏性间的关系.

广义oup＿2的马氏性、转移概率和预测

本文充分地利用文献［３］、［５］所得到的结论对广义ｏｕｐ＿２讨论了单点马氏性、宽过去马氏性、宽将来马氏性、＊－马氏性，各种转移概率及其预测问题。

一类两参数随机过程的马氏性

文献[1]研究了重要的两参数随机过程OUP_2的马氏性问题.本文用不同的方法讨论一类两参数随机过程的马氏性,这类过程以OUP_2和两参数独立增量过程为特例.所以我们对OUP_2和独立增量过程的马氏性做了统一的处理.本文使用的记号及其意义请参见文[2]和[3],特别声明者除外.

广义B.S.和广义oup_2的简单宽过去马氏性

本文定义了一类更广泛意义下的广义B.S.和广义oup_2,证明了在一定的条件下,它具有简单宽过去马氏性,并求出其转移概率密度。

两参数Feller过程和随机微分方程解的马氏性

证明了一股的(齐次或非齐次)两参数右连续Feller过程的强马氏性,并讨论了随机微分方程■B为D×Ω上布朗单)的解的几种马氏性。

两指标宽过去马氏性的等价形式

证明了两指标宽过去马氏性各种形式的等价性。

OUP_2过程的扩散和γ_+—马氏性

~~

关于平面上宽过去马氏性的注记

一、引言和定义 关于两参数过程的马氏性,有各种不同的定义。这主要是因为所考虑的过去不同。即使只考虑宽过去,仍然有几种马氏性的定义。例如文献[1]中的*-马氏性;文献[2]中的宽过去马氏性;文献[3]中给出、文献[4]中略加改变的另一种宽过去马氏性(我们将称为弱的宽过去马氏性)。还有文献[5]中给出、文献[1]中略加改变的L-马氏性。

基于隐马氏性分析的Bayes网络面雨量模型及其应用

面雨量估算是水文预报及各类流域水文模型中的基础工作.基于任意网格上的降水量只与其四周网格的降水量具有不可否定的相关性,我们提出将Bayes网络和Markov随机场应用于面雨量估算中.采用球面坐标系、EM算法对区域进行插值,从而可以估算出区域内任一点的降水量.以青海湖地区的7个降水站点为例进行了面雨量估算的实例研究,通过与泰森多边形法、距离平方倒数法和克里金法等常用的面雨量估算方法对比发现,本文的方法具备统计学的意义,并能解决复杂环境下判断不同点降水量之间关系的问题,模拟结果更为合理、准确.

盈余过程的马氏性与索赔到达间隔分布为离散型的连续时间风险模型

本文研究广泛的一类连续时间风险模型盈余过程的马氏性,得到了盈余过程成为马氏过程的充分必要条件．首次建立了索赔到达间隔为离散型分布的连续时间风险模型．并对两个基本特例得到了破产概率的准确表达式．