马静
- 作品数：3 被引量：5H指数：2
- 供职机构：上海理工大学管理学院更多>>
- 相关领域：经济管理医药卫生更多>>
- ReliefF和随机森林的致病位点识别分析
- 2017年
- 针对疾病与SNP位点之间的联系运用统计分析方法和智能算法综合处理,剔除高维数特征中冗余特征,提高致病位点的识别率.提出了一种基于ReliefF和随机森林并结合卡方检验的x^2-RRF算法对致病位点进行特征识别.通过x^2检验得到位点的卡方值及对应的p值,其次ReliefF算法迭代更新特征权重,再结合RF算法重复迭代计算得到重要性特征值,结合p值限定阈值综合排序,从而识别SNP位点.运用病例组和对照组分别将三种单一模型和x^2-RRF模型对比,实验结果表明,与单一模型相比,采用本文方法能够得到更准确的特征,提高识别率.
- 马静李星野
- 关键词：卡方检验RELIEFF算法
- 应用EWMA-GARCH(1，1)-M模型对沪深300股指期货最小VaR套期保值效果研究被引量：2
- 2016年
- VaR是目前国际上应用最广泛的度量金融风险的指标之一,其核心在于波动率,也就是方差的参数估计.采用EWMA模型估计方差,并且结合风险溢价特征的GARCH(1,1)-M模型计算出沪深300股指及其期货的最优衰减因子为0.933 25,摒弃了以往采用0.940 0作为衰减因子的一贯做法,并且运用Cornish-Fisher方程对正态分布的分位数进行了修正,得到修正后的套期保值比率以及资产组合的VaR,与传统的套期保值模型相比,该模型的风险价值VaR降低的程度明显,并且对投资组合未来的VaR具有很好的预测效果,表明EWMA-GARCH(1,1)-M模型对沪深300股指期货的套期保值效果较好.
- 徐荣李星野马静
- 基于高斯核支持向量机和遗传算法的优化组合研究被引量：3
- 2017年
- 选用2008~2015共8年数据,首先基于高斯核的支持向量机在沪市A股上构建周期性的投资组合,并通过误差图和评价指标与BP神经网络、广义回归神经网络进行比较,结果表明了支持向量机在股票预测上更具有优势.再将改进遗传算法运用于上证股票市场构建最优投资组合,以上证指数作为基准进行比较,得出混合遗传算法优化组合的模型相比单一模型更为有效.
- 马静李星野徐荣
- 关键词：遗传算法投资组合
