• 论文 • 上一篇    下一篇

基于等时圆矢量差分的ARVMA组合模型及其实证研究

张昴1,郭琨2   

  1. 1.中国政法大学商学院,北京 102200; 2.中国科学院虚拟经济与数据科学研究中心, 北京 100190
  • 出版日期:2015-02-25 发布日期:2015-05-19

张昴,郭琨. 基于等时圆矢量差分的ARVMA组合模型及其实证研究[J]. 系统科学与数学, 2015, 35(2): 193-205.

ZHANG Mao,GUO Kun. ARVMA PROCESS AND ITS EMPIRICAL RESEARCH BASED ON VECTOR DIFFERENCE IN AN ISOCHRONAL CIRCLE[J]. Journal of Systems Science and Mathematical Sciences, 2015, 35(2): 193-205.

ARVMA PROCESS AND ITS EMPIRICAL RESEARCH BASED ON VECTOR DIFFERENCE IN AN ISOCHRONAL CIRCLE

ZHANG Mao1 ,GUO Kun2   

  1. 1.School of Business, China University of Political Science and Law, Beijing 102200; 2.Research Center on Fictitious Economics and Data Science, Chinese Academy of Sciences, Beijing 100190
  • Online:2015-02-25 Published:2015-05-19

对于非平稳的时间序列, 直接差分会丢失很多有价值的信息, 增大建模误差. 采用与传统的数学改进方法不同的物理模型, 对非平稳时间序列提出了基于矢量差分的ARVMA (Autoregressive Vectorized Moving Average Model)组合模型. 借助矢量三角形非线性的可加性以及等时圆中质点沿弦下滑的等时性, 构建等时圆中的矢量差分方法和由点出发的时间序列, 并用作用力函数的极大值阐释了最大价格的产生机制. 然后, 利用矢量差分可以减弱过度差分的优良性及差分时一阶自相关系数的自适应性, 充分论证了非线性的矢量差分在消除非平稳趋势时可以最大程度地保留原始数据的信息量. 最后, 对IBM 股票日收盘价数据进行实证研究. 实证结果表明:等时圆矢量差分方法与直接差分相比预测误差更小.

A direct difference method may make data lost a lot of valuable information for non-stationary time series, and it will increase the modelling error. In this paper, the ARVMA (Autoregressive Vectorized Moving Average Model) process is proposed for the modelling of non-stationary time series, which is different from traditional mathematical improvement method. Firstly, with the help of nonlinear additivity for the vector triangle and isochronism for the circle, a vectorial difference method is created and the time series which is from a point is built. Then the maximum value of the power function is used to explain the generation mechanism of the largest price. Next, we employ the effectiveness of reducing the excessive difference and the adjustability of the first order autocorrelation coefficient to demonstrate that the amount of information of the original data is fully preserved when eliminating the non-stationary trend term compared to direct difference method. Finally, IBM stock closing price data are used for empirical research and the empirical results show that the forecast error of vectorial difference method based on isochronal circle is smaller than that of direct difference method.

MR(2010)主题分类: 

()
[1] 史豪楠, 陈森, 赵志良. 自抗扰无人车纵向编队跟踪控制[J]. 系统科学与数学, 2021, 41(2): 291-309.
[2] 陈双莲,郑玉航. 中国区域经济短期波动对长期增长的非线性影响: 金融杠杆的作用[J]. 系统科学与数学, 2021, 41(2): 420-435.
[3] 唐莉萍, 李高西, 黄应全. 非凸多目标优化问题真有效解的一个非线性标量化性质[J]. 系统科学与数学, 2021, 41(1): 197-202.
[4] 何泽荣,陈怀,谢强军. 带有离散个体等级结构的种群系统的控制问题[J]. 系统科学与数学, 2020, 40(3): 410-422.
[5] 程帅,于金鹏,赵林,于海生. [J]. 系统科学与数学, 2020, 40(12): 2211-2224.
[6] 赵远英,徐登可,段星德. 非线性均值方差模型的贝叶斯数据删除统计诊断[J]. 系统科学与数学, 2020, 40(1): 171-179.
[7] 唐益萍,傅勤,王雪松. 基于迭代学习的正则非线性多智能体系统的跟踪控制[J]. 系统科学与数学, 2019, 39(8): 1171-1183.
[8] 蒋鲲,王志科,李文婷. 一类生物模型方程组的差分特征列方法及精确解[J]. 系统科学与数学, 2019, 39(8): 1322-1335.
[9] 董辉,张圻,吴祥,吴言穗. 基于自抗扰控制器的CNC雕刻机控制系统轮廓误差控制[J]. 系统科学与数学, 2019, 39(7): 1001-1016.
[10] 常路,单梁,徐思远,李军. T型行人流通道建模及滑模控制方法[J]. 系统科学与数学, 2019, 39(5): 691-702.
[11] 陈贤礼. 具有Allee效应及非线性扰动的随机单种群模型的平稳分布及灭绝性[J]. 系统科学与数学, 2019, 39(12): 2093-2104.
[12] 张小英,柴树根. 基于输出带干扰非线性一维波动方程的输出反馈镇定[J]. 系统科学与数学, 2019, 39(1): 15-29.
[13] 刘丽萍. 高维投资组合风险的估计[J]. 系统科学与数学, 2018, 38(8): 919-930.
[14] 徐再花,刘允刚,李健. 一类不确定双曲型PDE-ODE级联系统的自适应镇定控制[J]. 系统科学与数学, 2018, 38(2): 147-162.
[15] 杨玉香,张宝友,孟丽君. 碳排放权交易约束下供应链网络成员企业微分博弈分析[J]. 系统科学与数学, 2018, 38(10): 1172-1185.
阅读次数
全文


摘要