江西省自然科学基金(2010GZS0034)
- 作品数：11 被引量：34H指数：4
- 相关作者：刘遵雄郑淑娟张恒秦宾黄志强更多>>
- 相关机构：华东交通大学江西财经大学西安财经学院更多>>
- 发文基金：江西省自然科学基金教育部人文社会科学研究基金国家自然科学基金更多>>
- 相关领域：经济管理自动化与计算机技术电子电信社会学更多>>
- 基于SSA的金融时间序列自适应分解预测被引量：1
- 2011年
- 提出了分解预测的思想,通过SSA将序列分解成低频与高频两部分,分别采用最小均方(LMS)自适应自回归移动平均(ARIMA)与LMS自适应自回归(AR)模型进行预测,然后将两者叠加便可得原始序列预测值.同时,为了更好地捕捉序列局部突变,缩减预测延迟,提高预测精度,对EaLMS算法(基于误差调整的LMS算法)参数进行修正并应用于分解预测.实验结果表明,修改后的分解预测相比于LMS自适应AR直接预测法,优势更明显.
- 刘遵雄周天清郑淑娟
- 关键词：奇异谱分析最小均方
- FCBLUP模型在高频金融数据中的应用
- 2011年
- 将函数延拓最优线性无偏估计(FCBLUP)引入高频金融数据挖掘中,对离散观测值序列建立函数数据模型,并进行预测。选取上证收盘价格为实验数据,建立FCBLUP模型。为能对预测效果进行有效的评价与定位,设立基于ARMA模型的预测组。实验结果表明,FCBLUP预测效果较ARMA模型更理想,FCBLUP预测误差除在小段预测区间略大于ARMA外,其余时刻均低于ARMA预测。
- 刘遵雄周天清郑淑娟
- 关键词：高频数据
- L1正则化Logistic回归在财务预警中的应用被引量：11
- 2012年
- 线性模型和广义线性模型已广泛地用于社会经济、生产实践和科学研究中的数据分析和数据挖掘等领域,如公司财务预警,引入L1范数惩罚技术的模型在估计模型系数的同时能实现变量选择的功能.本文将L1范数正则化Logistic回归模型用于上市公司财务危机预报,结合沪深股市制造业ST公司和正常公司的T-2年财务数据开展实证研究,对比Logistic回归和L2正则化Logistic回归模型进行对比分析.实验结果表明L1正则化Logistic回归模型的有效性,其在保证模型预测精度的同时提高模型的解释性.
- 刘遵雄郑淑娟秦宾张恒
- 关键词：财务预警正则化技术逻辑回归
- 基于奇异谱分析的GRNN模型在金融时间序列中的应用被引量：5
- 2011年
- 奇异谱分析(SSA)作为一类无参数、独立于模型的时间序列分析技术,适用于具有非线性、非平稳性、含噪声的金融时间序列数据的分析与研究。目前,基于SSA的预测通常采用线性递归、BP神经网络等模型,但其预测精度、训练速度并不理想。为此,该文提出基于SSA的广义回归神经网络(GRNN)预测模型,它以SSA所获取的主成份重构序列作为GRNN的输入进行预测。以同方股份收盘价格为测试数据,预测日收盘价。结果表明,基于SSA的GRNN模型预测效果不仅略优于GRNN预测方法,而且明显优于常规的SSA算法。
- 刘遵雄周天清
- 关键词：奇异谱分析广义神经网络线性递归金融时间序列
- 基于内点法的稀疏逻辑回归财务预警模型被引量：4
- 2013年
- 逻辑回归已广泛应用于财务危机建模,但是一定程度存在过拟合问题。为了避免建模出现上述问题,提出了基于L1正则化逻辑回归的财务预警模型。该模型是一种稀疏模型,能同时实现变量选择和参数估计,具有较强的鲁棒性。同时,针对L1正则化逻辑回归问题的求解,提出了一种高效的基于内点法的求解算法。结合沪深股市A股制造业上市公司进行实证分析,分析结果表明,L1正则化逻辑回归模型在预报精度、经济解释性等方面明显优于其他逻辑回归模型,并且提出的内点法与其它求解算法相比具有一定的优越性。
- 刘遵雄黄志强郑淑娟张恒
- 关键词：逻辑回归过拟合L1正则化财务预警内点法
- 基于改进遗传算法的医学图片颜色迁移及重构
- 2013年
- 为了得到有效和符合真实人体器官组织的彩色仿真图片,通过灰色MRI切片和真彩图像的亮度及纹理的适应度的搜索取优而实现灰度MRI切片的颜色迁移。着重研究将改进遗传算法与点邻域亮度纹理分布和局部颜色结构分布相结合,并应用于Welsh图像彩色化算法和比较,探索用于遗传算法的种群选择、交叉和变异、编码方式和码值渐变自适应等调整技术和方法。将点邻域分布和彩色局部分布的彩色特征通过穷举法、随机法和遗传算法进行最优彩色点搜索分析比较。最后得到的彩色化的MRI切片的三维重构模型能多层次清晰地反映器官组织的分布和构造。
- 蒋先刚丘赟立熊娟
- 关键词：改进遗传算法适应度函数
- SCAD惩罚逻辑回归的财务预警模型被引量：7
- 2012年
- 作为一种有监督学习算法,逻辑回归(Logistic Regression,LR)已广泛应用于财务危机建模分析,但其潜在地存在过拟合问题。鉴此,提出一种基于平滑削边绝对偏离(Smoothly Clipped Absolute Deviation,SCAD)惩罚逻辑回归的财务预警模型。该模型不仅能很好地解决模型过拟合问题,而且还可以同时实现变量选择和模型系数估计,并提高了模型的解释性。结合沪深股市A股制造业上市公司的财务数据进行实证研究,同时对比一般的L1正则化和L2正则化逻辑回归模型的预警效果进行实证分析,实验结果表明:SCAD惩罚逻辑回归模型具有较好的分类效果和较强的经济解释能力。
- 刘遵雄黄志强孙清张恒
- 关键词：财务预警
- 上市公司财务预警的正则化逻辑回归模型被引量：7
- 2011年
- 基于统计学习理论的正则化技术构建L1(一范数约束惩罚)正则化的逻辑回归(Logistic Regression)模型,同比建立了logistic回归模型和L2(二范数约束惩罚)正则化的logistic回归模型,结合沪深股市ST公司和正常公司的T-3年和T-2年财务数据进行仿真实验用于上市公司财务预警实证分析。实验结果表明L1正则化的logistic回归模型的有效性,并且在保证模型预测精度的同时提高模型了解释性。
- 张恒秦宾许金凤
- 关键词：财务预警L1正则化逻辑回归
- 一种新的基于L0的变步长IPNLMS算法被引量：3
- 2012年
- 研究算法的优化问题,对比于传统的正则化最小均方算法(NLMS),成系数比例自适应算法(PNLMS)拥有较快的初始收敛速度,但是PNLMS并不是一种最优化的算法。改进了采用L0范数的IPNLMS算法以提高对稀疏系统进行辨识的性能。分析了近年来的几种系数比例算法的性能及其局限性,通过建立步长因子μ与误差信号e之间的非线性关系,提出了一种结合Sigmoid函数和L0范数的变步长系数成比例的规则化的LMS滤波算法。并对其与文中提到的算法进行了比较和分析,拥有更好的收敛性和稳态误差。
- 刘遵雄王树成
- 关键词：最小均方算法自适应滤波器
- 加权l_p范数LMS算法的稀疏系统辨识被引量：1
- 2013年
- 针对经典最小均方(LMS)算法没有考虑冲击响应通常具有稀疏性的特点,一般的稀疏LMS算法当自适应趋于稳态时,对小系数施加过大的吸引力,导致稳态误差增大的缺点,提出对稀疏系统进行辨识的改进的l p(0
- 刘遵雄秦宾王树成
- 关键词：LP范数收敛速度
