中国博士后科学基金(74838000)
- 作品数:2 被引量:18H指数:1
- 相关作者:刘潭秋孙湘海刘再明更多>>
- 相关机构:中南大学长沙理工大学更多>>
- 发文基金:中国博士后科学基金湖南省自然科学基金国家教育部博士点基金更多>>
- 相关领域:交通运输工程经济管理更多>>
- 基于神经网络和SARIMA组合模型的短期交通流预测被引量:17
- 2008年
- 为了更精确地预测短期交通流,提出由季节自回归求和移动平均模型(SARIMA)和广义回归神经网络(GRNN)模型所构成的组合模型(SARIMA-GRNN模型),该模型结合了时间序列模型和神经网络模型进行时间序列预测的优点.构造该组合模型的两个组成模型,即SARIMA模型和GRNN模型,也被用于预测研究以便于验证该组合模型在预测上的优势.实证研究结果表明,组合模型的预测精度高于SARIMA模型,但是却并不必然高于GRNN模型.然而,合理选择组合模型中神经网络部分的输入变量以及输出变量将显著地改善模型的预测精度,本文所构造的这个组合模型不仅具有很好的预测表现而且结构简单,非常适合城市道路短期交通流的实时预测.
- 孙湘海刘潭秋
- 关键词:短期交通流预测
- 基于跳跃厚尾随机波动模型的股市波动研究被引量:1
- 2012年
- 通过对4个不同SV模型对比分析,试图了解股市收益序列中具有较大波动幅度的极端实现值能够被解释为一个非高斯分布的尾部行为,还是高斯扩散中一个跳跃组分的叠加,抑或是这两种设定同时起作用.采用两种具有不同波动程度的上证综指日收益数据进行的实证研究发现,我国股市日收益序列不仅存在显著的尖峰(厚尾)特征,而且波动持续性较低,以及受政府政策影响较多.此外,两组收益数据所对应模型的实证比较发现,跳跃设定有助于SV模型描述波动剧烈的收益序列,但却不适合波动平缓的收益序列.
- 刘潭秋刘再明
- 关键词:随机波动模型厚尾股市波动