期刊导航
期刊开放获取
重庆大学
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
5
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于符号网络的边值预测方法研究
被引量:
4
1
作者
佘宏俊
胡梦缘
《武汉理工大学学报(信息与管理工程版)》
CAS
2015年第5期602-606,共5页
针对社会网络中存在的正负二元边值关系,基于共同邻居指标法在识别社会网络符号边值问题中的优势,提出了一种符号网络下的边值预测方法(ICN-Predict)。该符号网络边值预测方法有效结合了节点符号密度属性和网络拓扑结构特征,避免了共同...
针对社会网络中存在的正负二元边值关系,基于共同邻居指标法在识别社会网络符号边值问题中的优势,提出了一种符号网络下的边值预测方法(ICN-Predict)。该符号网络边值预测方法有效结合了节点符号密度属性和网络拓扑结构特征,避免了共同邻居法预测选值敏感性问题。通过实验仿真发现,ICNPredict预测方法扩大了符号网络边值预测的适用面,提高了边值预测精度,同时表明进一步提高预测精度的关键在于提高负值边的预测准确率。
展开更多
关键词
符号网络
共同邻居
边值预测
下载PDF
职称材料
高频数据视角下的市场价格影响因素述评
2
作者
佘宏俊
《中国管理信息化》
2015年第7期130-132,共3页
随着金融大数据研究的兴起,传统的交易数据分析已无法满足市场需求。本文从高频数据的视角对金融市场价格影响因素进行了全面的总结分析,着重介绍了成交量、交易持续期、日内效应对日内价格的影响机制及相关研究成果,并讨论了交易持续...
随着金融大数据研究的兴起,传统的交易数据分析已无法满足市场需求。本文从高频数据的视角对金融市场价格影响因素进行了全面的总结分析,着重介绍了成交量、交易持续期、日内效应对日内价格的影响机制及相关研究成果,并讨论了交易持续期与信息、波动率之间的影响关系。从中可以看出,各类市场微观交易指标从不同角度反映了外部信息对市场日内价格波动的影响,这些结论也为高频数据计量实证分析提供了一定的理论指导。
展开更多
关键词
高频数据
日内价格
交易持续期
下载PDF
职称材料
中国股市持续期模型及其预测能力检验
3
作者
王维国
佘宏俊
《统计与决策》
CSSCI
北大核心
2015年第8期146-149,共4页
文章选择中国股票市场超额成交量持续期作为度量市场流动性的指标,以ACD持续期模型为基础,通过样本外滑动窗口SPA检验方法,比较了四种不同超额成交量持续期ACD模型的预测精度,从模型预测评价的角度分析了中国股市日内市场流动性特征。
关键词
市场流动性
ACD模型
非对称效应
SPA检验
下载PDF
职称材料
基于季节性ARIMA模型的移动APP用户活跃度分析——以利市软件为例
被引量:
2
4
作者
佘宏俊
胡梦缘
《中国经贸导刊》
2015年第2Z期51-54,共4页
APP日活跃人数是一个核心的APP运营评价指标,且具有明显的周期性效应。本文通过季节性ARIMA模型对APP中的日活跃用户数进行建模分析,并基于已有历史数据进行预测能力评价。模型估计结果表明,季节性ARIMA模型能够很好地拟合APP日活跃用户...
APP日活跃人数是一个核心的APP运营评价指标,且具有明显的周期性效应。本文通过季节性ARIMA模型对APP中的日活跃用户数进行建模分析,并基于已有历史数据进行预测能力评价。模型估计结果表明,季节性ARIMA模型能够很好地拟合APP日活跃用户数,有效地刻画了数据中的周期性特征,并对未来趋势给出了较为准确的预测结果。该预测模型可以对APP未来市场运营和营销策略的制定提供一定的数据参考。
展开更多
关键词
季节性ARIMA模型
日活跃用户数
预测分析
原文传递
超高频数据的日内效应调整方法研究
被引量:
1
5
作者
王维国
佘宏俊
《中国管理科学》
CSSCI
北大核心
2015年第6期49-56,共8页
日内效应在金融高频数据研究中已被广泛证实,是一种日内周期性运动的动态效应,它影响了以微观金融指标为参数的计量模型的准确估计。基于金融超高频持续期数据,本文首先论述了日内效应调整的重要性,然后引入自适应映射(SOM)的方法对日...
日内效应在金融高频数据研究中已被广泛证实,是一种日内周期性运动的动态效应,它影响了以微观金融指标为参数的计量模型的准确估计。基于金融超高频持续期数据,本文首先论述了日内效应调整的重要性,然后引入自适应映射(SOM)的方法对日内效应进行调整。SOM是一种基于神经网络学习的特征提取方法,能够动态识别高维数据中的结构特征,克服了静态调整方法的不足。最后通过建立基于自回归条件持续期模型(ACD)的蒙特卡罗模拟实验,比较了三种日内效应调整方法的效果。模拟结果表明SOM方法在日内效应调整中更为有效和稳定,特别适合大数据条件下的周期性结构分析。
展开更多
关键词
日内效应
自回归条件持续期
SOM
周期性调整
原文传递
题名
基于符号网络的边值预测方法研究
被引量:
4
1
作者
佘宏俊
胡梦缘
机构
东北财经大学数学与数量经济学院
中南财经政法大学工商管理学院
出处
《武汉理工大学学报(信息与管理工程版)》
CAS
2015年第5期602-606,共5页
基金
国家自然科学基金资助项目(71171035)
文摘
针对社会网络中存在的正负二元边值关系,基于共同邻居指标法在识别社会网络符号边值问题中的优势,提出了一种符号网络下的边值预测方法(ICN-Predict)。该符号网络边值预测方法有效结合了节点符号密度属性和网络拓扑结构特征,避免了共同邻居法预测选值敏感性问题。通过实验仿真发现,ICNPredict预测方法扩大了符号网络边值预测的适用面,提高了边值预测精度,同时表明进一步提高预测精度的关键在于提高负值边的预测准确率。
关键词
符号网络
共同邻居
边值预测
Keywords
signed network
common neighbor
link prediction
分类号
TP393 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
高频数据视角下的市场价格影响因素述评
2
作者
佘宏俊
机构
东北财经大学
出处
《中国管理信息化》
2015年第7期130-132,共3页
文摘
随着金融大数据研究的兴起,传统的交易数据分析已无法满足市场需求。本文从高频数据的视角对金融市场价格影响因素进行了全面的总结分析,着重介绍了成交量、交易持续期、日内效应对日内价格的影响机制及相关研究成果,并讨论了交易持续期与信息、波动率之间的影响关系。从中可以看出,各类市场微观交易指标从不同角度反映了外部信息对市场日内价格波动的影响,这些结论也为高频数据计量实证分析提供了一定的理论指导。
关键词
高频数据
日内价格
交易持续期
分类号
F831.5 [经济管理—金融学]
下载PDF
职称材料
题名
中国股市持续期模型及其预测能力检验
3
作者
王维国
佘宏俊
机构
东北财经大学数学与数量经济学院
出处
《统计与决策》
CSSCI
北大核心
2015年第8期146-149,共4页
基金
国家自然科学基金面上资助项目(71171035)
文摘
文章选择中国股票市场超额成交量持续期作为度量市场流动性的指标,以ACD持续期模型为基础,通过样本外滑动窗口SPA检验方法,比较了四种不同超额成交量持续期ACD模型的预测精度,从模型预测评价的角度分析了中国股市日内市场流动性特征。
关键词
市场流动性
ACD模型
非对称效应
SPA检验
分类号
F830.91 [经济管理—金融学]
下载PDF
职称材料
题名
基于季节性ARIMA模型的移动APP用户活跃度分析——以利市软件为例
被引量:
2
4
作者
佘宏俊
胡梦缘
机构
东北财经大学数学与数量经济学院
出处
《中国经贸导刊》
2015年第2Z期51-54,共4页
文摘
APP日活跃人数是一个核心的APP运营评价指标,且具有明显的周期性效应。本文通过季节性ARIMA模型对APP中的日活跃用户数进行建模分析,并基于已有历史数据进行预测能力评价。模型估计结果表明,季节性ARIMA模型能够很好地拟合APP日活跃用户数,有效地刻画了数据中的周期性特征,并对未来趋势给出了较为准确的预测结果。该预测模型可以对APP未来市场运营和营销策略的制定提供一定的数据参考。
关键词
季节性ARIMA模型
日活跃用户数
预测分析
分类号
F49 [经济管理—产业经济]
F224 [经济管理—国民经济]
原文传递
题名
超高频数据的日内效应调整方法研究
被引量:
1
5
作者
王维国
佘宏俊
机构
东北财经大学数学与数量经济学院
出处
《中国管理科学》
CSSCI
北大核心
2015年第6期49-56,共8页
基金
国家自然科学基金面上项目(71171035)
辽宁省教育厅人文社会科学重点研究基地专项项目(ZJ2013039)
文摘
日内效应在金融高频数据研究中已被广泛证实,是一种日内周期性运动的动态效应,它影响了以微观金融指标为参数的计量模型的准确估计。基于金融超高频持续期数据,本文首先论述了日内效应调整的重要性,然后引入自适应映射(SOM)的方法对日内效应进行调整。SOM是一种基于神经网络学习的特征提取方法,能够动态识别高维数据中的结构特征,克服了静态调整方法的不足。最后通过建立基于自回归条件持续期模型(ACD)的蒙特卡罗模拟实验,比较了三种日内效应调整方法的效果。模拟结果表明SOM方法在日内效应调整中更为有效和稳定,特别适合大数据条件下的周期性结构分析。
关键词
日内效应
自回归条件持续期
SOM
周期性调整
Keywords
intra-day periodicity
autoregressive conditional duration model
SOM
periodic adjustment
分类号
C931 [经济管理—管理学]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于符号网络的边值预测方法研究
佘宏俊
胡梦缘
《武汉理工大学学报(信息与管理工程版)》
CAS
2015
4
下载PDF
职称材料
2
高频数据视角下的市场价格影响因素述评
佘宏俊
《中国管理信息化》
2015
0
下载PDF
职称材料
3
中国股市持续期模型及其预测能力检验
王维国
佘宏俊
《统计与决策》
CSSCI
北大核心
2015
0
下载PDF
职称材料
4
基于季节性ARIMA模型的移动APP用户活跃度分析——以利市软件为例
佘宏俊
胡梦缘
《中国经贸导刊》
2015
2
原文传递
5
超高频数据的日内效应调整方法研究
王维国
佘宏俊
《中国管理科学》
CSSCI
北大核心
2015
1
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部