网络股评对股市走势的影响:基于文本情感分析的方法

为研究网络股评是否影响股民决策以及股市走势的问题，本文收集新浪股吧中30只沪深300指数的股票的网络股评，计算情感指数，建立ARMA—GARCHX模型与ARMAX—GARCH模型，从而分析股评中情感因素与股市走势之间的关系。本研究对证券投资机构和个人的投资决策具有参考价值。研究显示，通过情感分析技术，从网络股评信息中提取投资者情感是可行的，且具有数据样本量大、时效性强、更接近投资者的真实情感等优点；同时发现，将投资者情感作为两个模型的输入项来预测股票价格的波动是可行的，并且ARMAX—GARCH模型效果更好，但模型中情感多为当期情感；ARMA—GARCHX模型模拟效果不如ARMAX—GARCH模型，但情感多为前期情感，有更好的预测能力。

基于趋势组合的我国煤炭需求预测模型研究

煤炭资源是我国第一大能源资源,准确地预测煤炭需求动态趋势,对于保障能源供需平衡和规避能源供给风险,促进我国经济社会可持续发展具有重要意义。由于煤炭消费具有非线性和不确定性特征,任何单项煤炭需求预测模型都不能较好地拟合煤炭需求的变动趋势,进而导致预测精度偏低。本文利用ARMA模型拟合其不确定性趋势,紧紧围绕我国煤炭实际消费的非平稳变动特征,通过趋势外推模型拟合煤炭需求的确定性趋势;建立了基于趋势组合的我国煤炭需求预测模型,该模型运用表明其实用性和精确度都好于已有的组合预测模型。

波罗的海干散货运价指数预测及实证分析

以波罗的海干散货运价指数(BDI)为研究对象,以其月度平均值为单位,分析BDI的季节性与周期性波动规律。通过分析其长期趋势性因素的波动规律,发现BDI的长期波动规律符合生长曲线模型。借助于ADF检验,建立ARMA模型。实证分析结果表明,该模型可用于BDI的短期预测。

滑坡变形趋势分析

将自回归滑动平均模型引入滑坡变形分析，同时考虑了坡体变形趋势性和波动性对未来变形的影响，使得所建模型能更全面地反映坡体变形的动态。

基于ARMA-ARCH模型的自备电厂煤气供入量变化趋势预测研究

为了掌握钢铁企业自备电厂煤气供入量的变化趋势,基于采样数据建立了自回归移动平均(ARMA)模型,利用拉格朗日乘数法(LM)检验出ARMA模型残差存在自回归条件异方差(ARCH)效应,建立ARMA-ARCH模型.分别使用ARMA模型和ARMA-ARCH模型进行短期预测,并比较两者的精度.最后基于概率分布对扰动项进行统计分析,得到生产中稳定性差是导致扰动项大的主要原因,与实际生产相吻合.研究表明,ARMA-ARCH模型的预测精度较高,预测误差为4.11%,能够较为准确地预测出钢铁企业自备电厂煤气供入量变化趋势,对实际生产中频繁调节锅炉开关和优化调度决策有着重要的作用.

中国旅游业发展:趋势与前瞻——基于ARMA模型的实证分析

1978年以来,我国旅游业发展迅速,反映旅游业成长的主要指标如国内旅游收入、旅游外汇收入、国内旅游人数、入境旅游人数、入境过夜旅游者人数等都表现出了快速增长的趋势,年均增长率大多超过了10%。金融危机不会从根本上改变我国旅游业增长的长期趋势,基于ARMA模型的预测表明,在2011—2015年间,我国旅游业还将迎来一个快速发展时期,国家旅游局制定的2020年中国旅游业发展远景目标将会提前到2015年实现。

一类设备故障过程的故障趋势预测方法研究

研究了一类带有指数故障过程的故障趋势预测问题。在测量变量受到平稳噪声干扰的情况下,首先依据对测量数据的统计检验判断出故障过程,然后根据对故障过程的先验知识,利用强跟踪滤波器辨识指数趋势项的参数,同时对建模误差进行ARMA时序分析,最后结合趋势项和时序预测给出故障趋势的总体预测。仿真实验结果验证了该方法的有效性。

烧结终点预测的应用研究

针对烧结终点难以检测的问题,提出以烧结矿温升趋势曲线来表征烧结过程,采用时间序列分析方法进行烧结终点预测,运用SPSSR软件建立预测模型。用马钢380m^2烧结机实际生产数据对建立的模型进行了验证。

基于ARMA模型的甘肃就业结构变动趋势分析

利用甘肃省1983-2010年三次产业就业数据,建立甘肃省三次产业就业人数的ARMA模型,对甘肃省"十二五"时期三次产业就业人数变化趋势进行预测。结果表明:第一产业就业人数呈上升趋势,就业人数比重呈波浪型趋势,第二产业就业人数和所占比重均呈下降趋势,第三产业就业人数和所占比重均呈上升趋势。最后,针对甘肃实际提出甘肃产业就业结构优化的对策建议。

基于趋势项分析的时间序列风速多点预测研究

基于时间序列的ARMA模型,对风速的多点预测进行研究,提出基于趋势项分析的风速预测。原始风速信号分解成趋势信号和去趋势项随机信号,并结合小波分析、滑动滤波的方法对去趋势项随机信号进行数据预处理,提高其预测精度。研究结果表明:该方法能实现满足工程需要且精度较高的风速多点预测。

趋势外推与ARMA组合的能源需求预测模型

能源需求预测是制定能源规划的重要组成部分。鉴于能源需求系统的复杂性和非线性特征,文章结合我国能源需求的历史数据,首先用趋势外推预测建立了单项预测模型,并对趋势外推预测的优缺点进行了分析;然后运用趋势外推与ARMA组合模型对趋势外推模型中的非趋势分量即残差序列进行分析,得到趋势外推与ARMA组合模型的预测结果;最后通过比较得出趋势外推与ARMA组合模型的预测结果不仅准确性高、而且稳定性好这一结论。这对于我国能源需求预测有着重要的理论意义和现实意义。

近代四川气候特征初步分析及展望

本文分析了近代四川气温、旱涝变化的基本特征,并对未来变化趋势进行展望。

基于ARMA模型和趋势分析的铁谱定量参数分析与预测

在自行搭建的齿轮箱磨损实验平台的基础上,获取了38组代表齿轮磨损程度的铁谱直读读数,并以此为基础介绍了处理该数据的ARMA模型理论及趋势分析方法。通过对二者原理及优缺点的分析提出了将ARMA模型理论和趋势分析方法组合的数据处理方法。利用该方法对获取的数据进行分析:对前35组数据进行时序建模并获取后3组数据的预测值,并利用趋势分析法将获取的监测值与预测值进行对比比较。结果表明:该组合分析方法在对设备磨损值的预测及磨损状态的判定和预测方面具有较好的精度,可作为一种新的数据处理方式运用到实际的设备故障监测工作中。

基于ARMA模型的GIS局部放电发展趋势预测

气体绝缘组合电器(gas insulated switchgear,GIS)设备局部放电存在安全隐患,不容忽视。文中采用特高频法研究GIS中典型局部放电过程,建立局部放电缺陷模型,进行大量试验获得数据。提取数据得到局部放电特征量,并采用局部放电特征谱图研究局部放电的特征。对特征量进行筛选、分类,选取不同类型特征量代入自回归移动平均模型中对GIS局部放电发展趋势的预测情况进行分析研究。结果表明:①对于局部放电线性参量,ARMA预测模型可以对其发展趋势进行准确预测,整体预测误差值均在10%以下;②对于局部放电阶跃参量,ARMA预测模型可以对其发展趋势进行预测,但难以较为精确地预测其具体数值;③对于局部放电非线性参量,ARMA预测模型难以对其发展趋势进行预测,但所预测参量的极值和峰值有一定的参考价值。

趋势-ARMA组合模型在山东粮食产量预测中的应用

根据山东省1949-2008年的粮食产量数据,建立了趋势-ARMA组合预测模型,并进行了未来1o年来的粮食产量预测。结果证明模型预测精度和拟合度极高,可以较好的提高粮食产量的预测精度。另外,组合模型预测结果表明,未来10年山东粮食产量将稳步增长,到2017年山东粮食产量达5083.6万吨,提前实现千亿斤粮食规划任务。

基于Gevers-Wouters算法的ARMA模型改进

文章针对在时间序列分析中构造自回归滑动平均模型（即ARMA模型）时存在预测结果不理想的问题,引入Gevers-Wouters算法对模型进行改进。以我国国内航线的旅客周转量的数据为例,剔除数据中存在的季节波动后用BIC准则对ARMA模型定阶,利用Gevers-Wouters算法对模型中MA部分的参数进行调整,由此为之后每一个时期构造各自独有的ARMA模型。通过对模型改进前后预测值以及真实值的比较,预测的准确性有了明显提高。

ARMA模型在输油泵振动特征值趋势预测中的研究

输油泵机组作为管道输油系统的主要设备,其运行状态影响着油田正常的生产。传统的针对泵机组的“预防为主,计划检修”检修模式由于缺乏实时性、灵活性,已无法满足设备安全稳定运行的要求。基于这种缺陷,通过“预测性维修”的方式实时掌握输油泵组运行状态趋势能够及时察觉设备故障,为企业计划性备品备件、提高生产效率、确保生产安全提供有力保障。因此,本文提出了一种基于ARMA模型的输油泵振动特征值趋势预测方案。通过对某输油站车间输油泵进行在线监测,得到测点振动信号特征值的历史数据。使用历史时间数据进行建模,进行当前时间数据预测。通过实际数据与预测数据对比,发现ARMA模型可以较好地拟合输油泵振动信号特征值,满足当下预测趋势的需求。该方案较于其他传统趋势预测方法准确率高、计算迅速、易于理解,填补了输油泵振动信号趋势预测方面的空白。

飞机机电系统关键部件性能趋势分析方法

飞机发电机作为飞机机电系统的关键部件之一,为飞机提供主要的电力来源,其运行状态在飞机的使用过程中至关重要。为改善和提升飞机发电机的性能变化趋势的预测精度,更好实现对飞机发电机性能变化的趋势分析,以某型真实飞机发电机为研究对象,提出一种由多项式趋势预测模型和ARMA模型相结合的组合预测方法来对该型飞机发电机进行性能趋势分析。首先,在专业试验平台上对该型飞机发电机进行了长期大量试验,获取了大量性能表征信息。在此基础上,将多项式趋势预测模型和ARMA模型进行组合,综合运用多项式趋势预测模型良好的趋势拟合能力和ARMA的时间序列分析功能,对该型飞机发电机进行性能趋势分析。试验验证结果表明,这种组合预测方法优于传统单一模型的预测方法,具有很高的预测精度,能够更好地实现对飞机发电机的性能趋势分析效能,具有较高的工程应用价值。

网络服务器软件老化问题的ARMA建模与分析

以应用广泛的Apache服务器的软件老化现象为研究对象,采用ARMA时间序列建模方法进行了研究,通过将获取的相关数据,进行ARMA建模,取得了软件老化现象的数学模型,并通过该模型预测结果与实际数据进行对比,最终认为该ARMA模型能够较准确模拟Apache服务器的软件老化过程,可以作为下一步研究软件老化现象的数据依据。

全球恐怖袭击事件的ARMA模型预测及波动周期分析

预测全球恐怖事件发生次数,揭示恐怖事件长期变化趋势和短期波动周期,有助于把握国际恐怖主义活动的变化态势。为此,本文以马里兰大学全球恐怖主义数据库(GTD)1999—2018年数据为样本,首先构建全球恐怖袭击事件的时间序列ARMA模型,然后开展2019—2020年全球恐怖袭击事件预测。在此基础上,利用频谱滤波(BP)方法对1970—2020年全球恐怖袭击事件的长期趋势和短期波动周期进行分析。研究主要发现:第一,2019—2020年全球恐怖袭击事情发生次数仍呈减少趋势,减少幅度预计为9.3%和5.8%左右;第二,以美国"9•11"恐怖袭击事件为分界,全球恐怖袭击事件表现出两个不同的长期变化趋势;第三,"9•11"事件以来,恐怖事件发生的次数形成了大体以7—8年为周期的短期波动,2018年以后,恐怖事件年度发生的次数及年际变化可能呈减少趋势。