史晓平
- 作品数：9 被引量：73H指数：4
- 供职机构：中国科学技术大学管理学院统计与金融系更多>>
- 发文基金：国家自然科学基金中国科学技术大学研究生创新基金国家教育部博士点基金更多>>
- 相关领域：理学经济管理自动化与计算机技术更多>>
- 均值变点估计的强相合性被引量：3
- 2008年
- 在二阶矩存在下,对于独立序列,考虑了均值变点的累积和(cumulative sum,CUSUM)型估计,通过截尾,证明了估计是强相合的,改进了已知的弱相合结果.作为非独立的情况,考虑了在可靠性理论、渗透理论以及多元统计分析中有着广泛应用的负相关序列,采用了另外一种截尾方法,也证明了均值变点估计的强相合性.
- 史晓平缪柏其葛春蕾
- 关键词：负相关截尾强相合
- 正态分布参数变点估计的强相合性被引量：4
- 2008年
- 文章讨论了正态分布中均值与方差变点问题,给出了变点位置的CUSUM型估计,证明了此估计是真实变点位置的强相合估计;与已有文献相比较,大大提高了收敛速度。
- 葛春蕾史晓平
- 关键词：参数变点强相合收敛速度
- 维修纪录数据的可靠性统计分析被引量：2
- 2008年
- 假设某些产品寿命服从指数分布,对维修纪录数据进行了统计分析,并考虑了总体样本容量未知的情形.给出了分布的参数估计以及总体样本容量的估计,并获得了估计的强收敛速度以及均方收敛速度,还考虑了一些可靠性指标的估计.最后给出了蒙特卡罗模拟,来验证估计的方法的可行性与有效性.
- 史晓平戴俭华缪柏其
- 关键词：参数估计强收敛速度可靠性指标蒙特卡罗模拟
- 股票价格波动的混沌行为分析被引量：45
- 2004年
- 正确分析各种证券价格的动力学行为和统计性质是研究股票市场复杂系统自适应行为的基础。混沌动力学理论提供了证券市场中股价波动的一种分析方法。为了考察中国证券市场的价格是否存在混沌行为 ,本文以 2 0 0 2年上海证券市场 10秒间隔的上证指数高频数据 ,分析了价格波动的非线性特征 ,通过重构相空间方法重构了 2 0 0 2年上证指数时间序列的奇怪吸引子 ,计算其关联维数 ,并求出其Lyapunov指数为正 ,从而确认了上证指数时间序列的混沌行为。
- 王卫宁汪秉宏史晓平
- 关键词：股票价格波动时间序列LYAPUNOV指数关联维数非线性系统
- 以混沌理论为基础的神经网络预测方法被引量：9
- 2003年
- 我国证券市场股价波动表现出特有的混沌性质[1][2],具有局部随机与整体秩序[3]相容的特征。本文以2002年每隔十秒的上证指数高频数据[4]为例,以混沌理论为基础,从原始序列中构造出若干个新的时间序列,运用神经网络法[5]进行预测。预测结果表明,此方法能够较好地预测股票的走势,有望在股票交易中应用。
- 王卫宁汪秉宏史晓平
- 关键词：神经网络预测证券市场上证指数股票
- 混沌中的随机性分析及其在证券中的应用被引量：7
- 2005年
- 本文通过对混沌的整体秩序与局部随机关系的分析,讨论了当混沌时间序列的自相关函数呈负指数衰减时,我们可以提取混沌中的内在的近似随机的时间序列,并通过运用计量经济中的AR模型进行分析与模拟,模型拟合的结果很理想。由此我们得出对于一类非线性系统同样可以运用一些线性模型来作近似分析。
- 王卫宁汪秉宏史晓平
- 关键词：混沌时间序列自相关函数AR模型
- 对称的稳定分布参数变点估计的相合性被引量：5
- 2008年
- 假设稳定分布的特征指数α满足1<α<2,关于均值μ对称.本文讨论了稳定分布中α或刻度参数β的变化导致的变点问题,即是否发生变化及变化时刻.若均值已知,当α或β改变时,密度函数f(x)在μ处的值f(μ)发生变化,我们利用密度函数的核估计来估计该点的值.若均值未知,利用经验特征函数估计该点的值,并进一步讨论了估计的相合性与收敛速度.其次讨论了均值变化导致的变点问题,若均值发生变化,相应变点前后特征函数的参数将变化,利用经验特征函数给出了交点的估计,获得了类似的收敛速度.最后给出了检测金融市场突变性的应用.
- 史晓平缪柏其葛春蕾
- 关键词：变点收敛速度
- 高频金融数据的标度分析被引量：3
- 2006年
- 高频金融数据通常具有尖峰厚尾的非正态特征,常用稳定分布来拟合。本文采用稳定分布的性质对高频上证指数收益率的分布作了标度分析,求得特征指数为1.48,说明我们在分析证券指数分布时可以用稳定分布,而非正态分布。
- 刘群史晓平葛春蕾
- 关键词：高频数据标度分析
- 变点的统计分析及其在金融中的应用
- 证券收益率的统计规律或分布形式是金融市场的基本性质之一。大量实际的高频金融数据表明，收益率的分布远远偏离正态分布，具有尖峰、厚尾特征。在研究过程中，人们逐步发现稳定分布比正态分布更适合描述收益率的分布。本文采用稳定分布的...
- 史晓平
- 关键词：金融市场变点统计分析
- 文献传递
