基于混频数据抽样的已实现EGARCH模型的波动率预测

该文以沪深300股指期货高频数据为样本,在Realized EGARCH模型的基础上引入了混频数据抽样(MIDAS)结构与时变波动,构建了基于偏t分布的SMA-Realized EGARCH MIDAS模型,该模型提高了模型捕捉长记忆性的能力,更好地刻画了模型的时变波动性.通过滚动时间窗的方法对模型进行VaR预测与后验测试,采用MCS检验评估各模型在不同测度下的波动率预测能力.研究结果显示:相比于传统的Realized GARCH模型、Realized EGARCH模型和Realized EGARCH MIDAS模型,本文提出的SMA-Realized EGARCH MIDAS模型具有更好的样本拟合效果与样本外波动率预测精度.

基于时间序列ARMA模型的拱桥施工变形预测

为了促进时间序列分析方法在桥梁施工监测中的应用,利用时间序列ARMA模型对某特大桥主桥施工监控过程中主拱肋控制点变形数据进行分析,预测了后续主拱肋施工阶段的变形情况,并与实测数据进行比较。结果表明,时间序列ARMA模型在桥梁施工中预测拱肋变形具有较高的精度和可靠性,为桥梁施工的控制和监测提供了有效的手段。该研究成果说明时间序列分析方法可大大地改善参数的估计精度,提高模型的预测效果。

基于ARMA模型的海洋磁力测量数据小波去噪方法研究

海洋磁力测量是指通过安置在海底质子旋进磁力仪来直接测量地磁场,这样在海洋表面和海底同时测量,就可以得到地磁场的垂直梯度。但处理海洋磁力测量数据时不仅需要消耗大量时间,并且分块处理拼图还会导致精确度较低。为了实现对海洋地质层参数的准确测量,提出基于ARMA模型的海洋磁力测量数据小波去噪方法。构建海洋磁力测量数据的小波降噪和滤波检测模型,通过对海洋磁力测量数据的类型化分类识别,进行多波束的信息分割,实现对海洋磁力测量数据的自动滤波降噪,使得输出数据更清晰、自然。测试结果表明,使用ARMA模型后,输出数据的信噪比较之前提升了33.6632 dB,海洋磁力测量数据去噪效果好。通过ARMA模型对海洋磁力数据进行去噪,有助于达到更精确的海洋磁力测量数据,为研究地磁场及其变化、海洋地质构造、矿产预测和国防建设提供了重要支持。

基于ARMA模型的城乡居民收入差距预测分析--以安徽省为例

ARMA模型是当前普遍应用的时间序列建模方法之一。选取安徽省1980—2020年的城乡居民收入差距数据为样本,借助EVIEWS9.0软件,针对绝对收入差距与相对收入差距先后构建ARIMA((1,4),1,0)与ARMA(1,3)模型,两个模型的样本内静态预测结果均较好。分别利用所建立的两个模型,样本外动态预测2021—2023年安徽省城乡居民绝对收入差距依次为23756.7元、24846.8元与26094.6元,相对收入差距依次为2.563078元、2.563116元与2.563147元,以期为相关部门制定政策提供数据支持。

中国股指收益率的周内效应检验——基于EGARCH模型和交叠样本法

“周内效应”对有效市场假说提出了挑战。本文基于上证综指和深证成指2000年—2022年的日度收益率数据,基于条件异方差性对股指收益率的周内效应展开实证研究。结果发现中国股指的“周内效应”存在时变性,具体表现为在2002年左右到2017年左右的负向周五效应,在2000年到2006年为正向、在2006年左右到2015年逐渐过渡为负向、在2015年左右到2021年逐渐转为正向的周三效应。

基于ARMA模型的隧道变形预测及参数估计分析

以北京市海淀区某地铁站一体化棚户区改造项目为例,运用ARMA模型对高层建筑盖挖逆作法施工过程中邻近既有地铁隧道变形进行预测。以既有地铁隧道沉降实时监测数据为原始数据集,对原始数据集进行适当插补处理后,通过极大似然估计法对模型进行参数估计,给出了模型关键参数,构建了合理的预测模型。将模型预测结果与实测数据进行对比,显示预测结果与实测数据变化趋势高度吻合,充分验证了预测模型的可行性、有效性与稳定性。

中国物流业景气指数预测——基于ARMA模型

中国物流业景气指数(LPI)是2013年3月5日由中国物流信息中心和中国物流与采购联合会发布的一项指数,它的调查采用PPS(容量比例概率抽样法)抽样方法,按照各个物流行业对物流业主营业务收入的贡献度,确定这些行业各自的样本数。通过对新订单、业务总量、设备利用率、库存周转次数、从业人员这五项指数进行加权,合成一个合成指数,再将其与新订单、业务总量、设备利用率、库存周转次数、从业人员等12个分项指数一起构成中国物流业景气指数。LPI从总体上反映了我国物流业经济发展的变化情况,它以50%为分界点来区分经济的强弱,物流业经济在LPI> 50%时扩张,在LPI <50%时收缩。

基于ARMA-EGARCH模型的国内股票有效需求量波动性研究

通过对国内股票有效需求量在不同阶段中的波动性特征进行实证研究,结果发现,股票收益率的波动对于股票有效需求量的波动在所有样本区间内都具备明显的溢出效应;而且,仅就股票有效需求量在每个交易日之间的相对波动率而言,市场制度基础的逐渐改革、发展和完善,对于其稳定性水平也能显著地发挥影响作用;所以,若要实现股票供求的良性平衡,则应设法维护市场指数的相对稳定,对其具有不可忽视的积极意义。另外,后续的制度建设和改革,也是其中重要的决定因素之一。

基于ARMA-EGARCH-M模型的沪深股市波动性分析

文章讨论了ARCH模型族的拟合波动性的优缺点,建立ARMA-EGARCH-M模型,简要说明了此模型的优点;以2000年1月11日-2006年3月15日上证综指和深证成指收盘价为样本,对我国沪深股市收益率分布用ARMA-EGARCH-M模型进行拟合分析,结果表明该模型能更有效地拟合我国沪深股市的波动性;最后解释实证结果和分析了我国股市的行为。

期货市场交易量与收益率及其波动关系的实证研究——ARMA—EGARCH—M模型的应用

通过建立ARMA—EGARCH—M模型对中国期货市场铜、铝交易量与收益率及其波动的关系做了一个全面的实证研究。结果表明:同期交易量与收益率波动正相关,将交易量分为预期与非预期两部分后发现非预期部分对收益率的波动有更大的影响;交易量的引入并没有消除波动的ARCH效应;中国期货市场杠杆效应不明显;铜在期货市场的运行有效率,而铝却缺乏效率。

基于ARMA模型的湖南基层卫生技术人才规模需求预测

目的探究湖南省基层卫生技术专业人才总体规模需求并预测未来发展趋势。方法基于2010—2022年湖南省基层卫生技术专业人才现有规模存量,应用ARMA模型建模思路与预测基本原理,利用Eviews 12软件科学预测。结果2023—2025年湖南省基层卫生技术专业人才总体规模快速增长,2025年将达到188172人。结论湖南省乡村医生本土化培养依然存在不足,相对于湖南现有基层医疗卫生机构中的村卫生室专业技术人才需求规模而言,培养规模远无法满足人才需要。建议继续加强财政投入力度,进一步改善基层医疗卫生工作环境;灵活用人制度,多方协同夯实人才流失防火墙;持续推进乡村医生本土化培养,扩大培养规模与辐射范围应是有效途径。

基于ARMA-SSESM组合模型的危险品道路运输泄漏事故预测研究

为了预测危险品道路运输泄漏事故数量,以2013—2020年危险品道路运输泄漏月度事故为基础,运用时间序列理论建立自回归滑动平均(ARMA)预测模型和简单季节指数平滑法(SSESM)预测模型以及组合预测模型,对2021年1月—2021年6月的危险品道路运输泄漏事故数量进行预测,并对3种模型的预测精度进行比较。研究结果表明:组合预测模型的预测精度最佳,能够有效拟合时间序列的整体趋势。研究结果可为危险品道路运输泄漏事故预防工作提供参考。

基于多模型融合的中长期径流集成预测方法

中长期水文预报是流域水资源规划与合理配置的重要依据。为提高中长期径流预测精度,提出了一种基于多模型融合的水库中长期径流集成预测方法。该方法将ARMA、BP、LSTM、RF和SVR等5个异质预测模型进行融合,同时采用超参数优化方法确定各模型的最优参数。将其用于青海省龙羊峡水库的中长期径流预报中,结果表明,通过Stacking融合算法建立的集成预测模型相较于单一模型,取得了更高的预测精度(R2值由0.71提升至0.82)。此方法可为提升流域中长期径流预测精度提供一定参考。

基于ARMA模型磁暴抑制的地震TEC异常分析

地震孕育的过程中会影响电离层的粒子浓度(TEC),因此可以通过TEC数据分析地震异常信息,但是TEC数据相较地震事件受太阳活动影响更大,所以以往的研究通常只能选择太阳活动较为平静的时期。受磁暴影响TEC数据无法正常反应2021年云南大理州等地的地震异常信息,因此抑制磁暴干扰就显得格外重要。在滑动四分位法的基础上提出一种基于ARMA模型的TEC数据磁暴抑制方法,通过重新拟合磁暴发生前后的TEC数据,从而代替原始数据进行分析,在一定程度上降低磁暴对地震的信息的影响,然后提出一种地震特征及其相关性的模型对TEC异常和地震事件的相关性程度进行分析。基于IGS数据分析中心提供的全球电离层电子浓度数据,分别对2021年云南大理州漾濞县6.4级地震和青海果洛州玛多县7.4级地震进行仿真分析,分别使用传统的滑动四分位法和滑动窗口法,并通过提出的相关性模型对磁暴抑制前后的特征和事件相关性结果进行对比,结果表明去除磁暴后的特征与地震相关性增加约13-18%。

ARMA模型在预测全球平均温度情况中的应用

基于全球平均温度的动态数据,对全球平均气温情况进行了统计分析,首先,运用时间序列分析的方法,对历史数据进行预处理并建立ARMA(p,q)模型,其次,应用历史数据进行验证,并分析了预测精度。结果表明,所建的模型能很好地预测短期内气温变化情况,拟合模型符合发展趋势,为研究气象预测等问题提供理论依据。

基于ARMA-EGARCH模型的沪深300指数波动性实证分析

文章基于沪深300指数数据,从ARMA模型和EGARCH模型入手,并综合利用ARMA-EGARCH模型拟合分析沪深300指数波动特征,以反映沪深两市整体波动。通过系统性分析,ARMA(2,2)—EGARCH(2,2)模型拟合效果较好。由分析结果可知,中国A股市场的波动具有明显的周期性、聚集性和杠杆效应等特征,反映出我国股市市场缺乏有效的做空机制以及投资者的非理性行为。

基于时变ARMA-EGARCH-Copula模型的投资者情绪与股市收益动态相关结构分析

基于上证市场2011年7月~2017年3月数据,选取流通市值加权换手率、市场融资余额变化率、市场融券余额变化率、涨跌比、基金指数收益率等五项指标对投资者情绪进行测度,并通过时变ARMA-EGARCH-Copula模型实证分析了投资者情绪与市场收益率之间的动态相关关系。分析结果表明,样本期内,上证指数收益率和投资者情绪都存在明显的波动集聚性和持续性;投资者情绪与指数收益率之间总体正相关,但时变性较大。总体上,市场正常波动时两者相关系数与指数收益率大小呈负相关关系,而市场异常波动时,暴跌阶段负相关性有所强化,暴涨阶段负相关性有所弱化。本研究有助于金融监管部门适当引导投资者行为,以减少市场非正常波动,促进金融市场正常发展。

基于ARMA-EGARCH-M模型的公募FOF基金投资风格漂移研究

本文利用ARMA-EGARCH-M模型,对我国86只公募FOF基金进行了投资风格漂移的实证检验。结果表明:(1)我国公募FOF基金存在着投资风格漂移现象,其中平衡混合型FOF基金更易漂移;(2)市场上行期相对于市场下行期、市场缓慢变化期相对于市场快速变化期,投资风格更易发生漂移;(3)利好消息对大部分公募FOF基金的刺激程度比利空消息更大,而利空消息更易引起收益率的大幅波动。(4)基金经理能力也是引起投资风格漂移的因素之一。

基于WT-BiLSTM-ARMA模型的PM2.5浓度预测研究

针对PM2.5浓度预测问题,提出一种基于小波变换的模型。在北京市六个大气污染监测站测得的PM2.5浓度数据上,运用小波分解算法对原始数据序列进行特征提取,使用BiLSTM对高频序列进行预测,同时使用ARMA对低频序列进行预测,最后将各个子序列的预测值进行小波重构得到最终预测结果。实验结果表明,相较于传统单一模型和组合模型,该模型的性能和预测精度均有提高。

含零收益率的金融非对称Log-GARCH模型研究

在实际外汇市场中,由于诸如交易缺失、舍入误差等原因使得收益率序列中出现零值,常见GARCH族模型无法对含零收益率数据进行有效拟合,导致波动率估计结果产生较大偏差。为了更准确地估计汇率波动率,本文对含有零收益率的外汇数据进行建模。首先运用不受条件方差为正限制的log-GARCH模型对汇率市场收益率数据进行拟合,同时提出一个处理含有零收益率的数据处理框架,即将零值视为缺失的观测值。然后通过结合QMLE方法和期望最大化(EM)算法对含缺失观测值的log-GARCH模型进行无偏估计。最后通过实证分析比较零收益率两种不同处理方法——非零值代替零值方法和将零值视为缺失值方法下波动率估计结果的差异。研究结果显示零收益率的存在会增加波动率的估计偏差,将非零值作为缺失值方法得到的估计结果更接近市场真实情况。