王星惠 作品数:18 被引量:17 H指数:2 供职机构: 安徽大学 更多>> 发文基金: 国家自然科学基金 中国博士后科学基金 安徽省哲学社会科学规划项目 更多>> 相关领域: 理学 经济管理 自动化与计算机技术 更多>>
■混合误差线性模型回归参数估计的强相合性 被引量:1 2011年 研究了随机误差为■混合序列的线性模型,获得了回归参数估计的强相合性,推广了独立情形相应的结果. 金佑来 王星惠关键词:强相合性 基于QRNN+GARCH族MA方法的多期VaR和CVaR度量研究 被引量:2 2023年 收益序列通常具有聚集性、非对称性和非线性等复杂的典型特征,综合考虑这些特征对收益序列进行建模非常重要。本文基于GARCH族模型平均(MA)方法,引入非线性分位数回归模型对收益序列进行刻画,构建了固定形式的非线性分位数回归(QR+GARCH族MA)方法和非固定形式的非线性分位数回归(QRNN+GARCH族MA)方法测度多期VaR和CVaR风险。构建的新方法不仅能够捕获收益序列的复杂特征、减少信息损失,也无需对多期收益序列分布特征做具体假定,直接对多期收益进行建模就能一次实现不同持有期的风险测度,有效地提高了多期风险测度精度和效率。本文选取8个中国试点城市的碳排放交易价格作为研究对象,使用似然比检验与平均相对误差来评估新方法在多期VaR风险测度的效果;并且构建平均分位误差指标来评估新方法多期CVaR风险度量效果。实证结果表明:在多期VaR和CVaR风险测度中,QRNN+GARCH族MA方法表现出更高的准确性和稳健性。 王星惠 耿文静 许启发关键词:CVAR 弱误差半参数和非参数回归模型估计的相合性 近些年来,Ψ混合序列和Ψ混合序列及NOD序列等相依序列的理论研究得到了充分的发展,特别是一些重要的不等式,如Bernstein不等式,Rosenthal型不等式等,这促使了这些序列在统计领域得到了很好的发展.在误差序列为... 王星惠关键词:相合性 估计方法 NSD误差下线性模型LAD估计的线性表示 被引量:2 2019年 考虑了NSD误差下的线性模型并建立回归参数LAD估计的线性表示.这些结果将独立误差的情形推广和改进到NSD误差的情形.作为一个应用,获得了LAD估计量的收敛率. 王星惠 韩瑞东 胡舒合关键词:收敛率 若干随机序列的极限定理及条件弱鞅的不等式 概率论是从数量上研究随机现象规律性的学科,理论严谨,应用广泛,发展迅速.概率极限理论是概率论的重要分支之一,是概率论其他分支和数理统计的非常重要的理论基础.强大数律和弱大数律是概率极限理论中的两个重要的研究内容.本文主要... 王星惠关键词:鞅差序列 极限定理 完全收敛性 不等式 文献传递 基于弹性网的两阶段模型平均方法及应用研究 2022年 针对高维数据集的复杂性,提出基于弹性网的两阶段模型平均方法,并将其应用于上证180指数的分析与预测研究中.首先通过弹性网进行变量降维并构建稀疏的候选模型;再根据Jackknife模型平均方法平均候选模型,最大限度用最少的成本获取更多的信息,减少有用信息的损失以提高模型预测精度,并使用各类预测误差指标来验证各预测模型的有效性.研究表明,两阶段模型平均方法可以有效降低上证180指数预测模型的预测误差;弹性网-JMA方法在高维有效样本下具有更好的预测表现和稳健性. 魏巍 王星惠 陈晓星关键词:JACKKNIFE CEEMDAN-小波阈值联合去噪效果的研究--基于黄金收盘价数据的实证检验 2022年 为解决金融时间序列的异方差性以及高频数据内部存在噪声的问题,研究将基于CEEMDAN-小波阈值去噪的ARIMA-GARCH模型运用在上海黄金交易所的Au(T+D)股票收盘价的预测上。结果表明,对黄金收盘价序列进行混合去噪后使用ARIMA-GARCH模型预测,提高了预测精度,并且较其他模型表现出优良的性质,结果较为准确,预测效果更好,模型可靠程度更强。 张从巧 王星惠 郭倩倩关键词:小波阈值去噪 混合误差半参数回归模型估计的相合性 被引量:1 2011年 研究了误差为φ混合和ψ混合序列的半参数回归模型,综合最小二乘法和非参数权函数估计方法,分别定义了待估参数β和未知函数g的估计量βm,n和gm,n(x).利用混合序列的矩不等式及凸函数的性质,在较弱的条件下证明了这些估计量的强相合性与矩相合性,这些结果推广了已有的相应的研究结果. 王星惠 朱春华 李晓琴关键词:Φ混合序列 半参数回归模型 强相合性 基于多频优化组合模型的我国大豆期货价格预测 2022年 针对ARIMA、BPNN、LSTM等单一模型在预测大豆期货价格时因不能同时捕获到原始序列中线性和非线性变化特征而导致的预测精度不高的问题,提出基于完全自适应噪声集合经验模态分解(CEEMDAN)的多频优化组合模型,并利用大豆的日期货收盘价数据对多频优化组合模型的有效性进行了实证分析.结果表明,多频优化组合模型在大豆期货价格预测精度上优于BPNN、LSTM等单一模型,以及EMD-BPNN、CEEMDAN-LSTM(未重构)等组合模型,因此该模型在预测大豆期货价格走势中具有良好的参考价值. 郭倩倩 王星惠 张从巧关键词:大豆期货 价格预测 一个新的CSQR-MIDAS模型及其应用 2023年 在经济全球化时代,宏观经济指标受到重大“突发事件”冲击往往会产生异常波动,数据中的异常值会影响模型的预测精度。传统的混频分位数回归QR-MIDAS(Quantile Regression-Mixed Data Sampling)模型的目标函数不可微,且只能给出被解释变量在某个分位数处的预测值。因此,本文将组合预测方法和SQR引入到QR-MIDAS模型中构建了一个新的模型:CSQR-MIDAS模型,通过加权组合不同分位数处预测值能更接近真实值。这将有效解决目标函数不可微的问题,而且在“突发事件”下该模型能更准确地预测宏观经济指标。本文对新冠疫情背景下的美国工业生产指数增长率进行实证分析,结果显示CSQR-MIDAS模型比QR-MIDAS模型的预测误差更低,前者预测误差低于80%分位数下的SQR-MIDAS模型,验证了CSQR-MIDAS模型在“突发事件”下具有稳健性和更优的预测能力。 曹银 王星惠关键词:组合预测