-
题名沪深300指数期货对指数现货的波动效应影响分析
被引量：1
- 1
-
-
作者
赵向琴
邓玉婧
颜虎
-
机构
厦门大学
西南财经大学统计学院
-
出处
《生产力研究》
2012年第7期80-82,87,共4页
-
文摘
文章基于沪深300指数期货和指数现货的10分钟交易数据,从两个不同的角度研究指数期货推出对指数现货的波动性影响。第一个角度仅利用沪深300指数现货数据,以指数期货推出时间为分割点,采用加入虚拟变量的ARMA(2,2)-GARCH(1,2)模型研究指数期货推出前后对指数现货的波动性影响,结果表明,这种波动性影响并不显著;第二个角度同时利用沪深300指数期货和指数现货数据,采用双变量VAR(7)-BEEK(1,1)模型研究了指数期货与指数现货之间的波动溢出效应,实证结果表明两个市场之间存在双向的波动溢出效应,统计意义上均显著,但是数值较小。最后得出沪深300指数期货的推出并没有显著地增大或者减小指数现货的波动性。
-
关键词
指数期货
指数现货
波动溢出
GARCH模型
双变量VAR-BEEK模型
-
分类号
F832.51
[经济管理—金融学]
-
-
题名基于多粒度时间注意力RNN的航班客座率预测
被引量：8
- 2
-
-
作者
邓玉婧
武志昊
林友芳
-
机构
北京交通大学计算机与信息技术学院交通数据分析与挖掘北京市重点实验室
-
出处
《计算机工程》
CAS
CSCD
北大核心
2020年第1期294-301,共8页
-
基金
中央高校基本科研业务费专项资金(2017JBM027)
-
文摘
准确预测航班客座率有利于处理航班机票超售、座位虚耗等问题,然而传统时间序列预测方法只关注航班近期每日客座率的变化特点,无法同时考虑其他因素的影响,预测效果不够理想。针对该问题,提出一种基于多粒度时间注意力机制的循环神经网络模型MTA-RNN。通过构建多级注意力机制获取航班客座率在不同时间粒度下的时序相关性,同时考虑航班自身属性及节假日等其他因素,得到未来一段时间内的目标航班客座率。在真实历史航班客座率数据集上的实验结果表明,MTA-RNN模型的预测准确率高于ARIMA模型、LSTM模型和Seq2seq模型。
-
关键词
航班客座率预测
时间序列预测
循环神经网络
注意力机制
编解码器模型
-
Keywords
Flight Passenger Load Factors(FPLFs)prediction
time series prediction
Recurrent Neural Network(RNN)
attention mechanism
encoder-decoder model
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名移动用户下的流量产品精准营销
- 3
-
-
作者
邓玉婧
李付琛
金文蔚
-
机构
北京交通大学计算机与信息技术学院交通数据分析与挖掘北京市重点实验室
-
出处
《信息技术》
2018年第6期53-59,共7页
-
基金
教育部-中移动科研基金(MCM20150513)
-
文摘
针对某运营商在流量包营销活动中移动用户订购率较低问题,利用用户基本属性、APP使用相关属性、位置相关属性等特征构造了移动用户流量精准营销模型,在某县城进行模拟营销实验,保证对85%以上移动用户进行了流量小时包营销活动且在该条件下订购率从0.7%提高到了16%,大大提高了用户体验的同时实现了较高精确度的营销。
-
关键词
大数据
移动用户
精准营销
-
Keywords
big data
mobile users
precision marketing
-
分类号
TN911
[电子电信—通信与信息系统]
-
