多因子
- 面向文化資源可信共享的多因子身份認(rèn)證方案
門已經(jīng)建議使用多因子身份認(rèn)證，作為遵守歐盟數(shù)據(jù)保護(hù)指令中“采取適當(dāng)?shù)募夹g(shù)和組織措施來保護(hù)個(gè)人數(shù)據(jù)”義務(wù)的一種手段[4]。身份認(rèn)證因子可以分為三類：基于記憶的，如口令、安全問題等；基于持有物的，如數(shù)字證書、U 盾等；基于生物特征的，如指紋、聲紋等。攻擊者很難破壞所有認(rèn)證因素，聚合多種認(rèn)證因子驗(yàn)證接入者的身份，能夠大幅提高身份認(rèn)證的安全性和可靠性。身份認(rèn)證方案的演變?nèi)鐖D1 所示。圖1 身份認(rèn)證方案的演變目前，有些學(xué)者研究了基于多因子的身份認(rèn)證方案。文獻(xiàn)[5]研
通信學(xué)報(bào) 2023年10期2023-11-19
- 夏玉米氣孔導(dǎo)度模型適用性分析
Jarvis多因子和雙因子模型氣孔導(dǎo)度的環(huán)境因子模型有不同的表達(dá)形式，本研究將Jarvis模型各因子進(jìn)行不同的組合，得到8組Jarvis多因子模型。同時(shí)，為探究Jarvis模型中多因子與雙因子組合對模型精度影響差異，本研究篩選了含PAR和VPD的雙因子模型，并基于2016年觀測數(shù)據(jù)對各模型相關(guān)參數(shù)進(jìn)行篩選和模型精度對比分析，優(yōu)選出模型參數(shù)和模擬精度評價(jià)分別如表2和表3所示。表2 Jarvis模型不同因子組合形式的擬合參數(shù)（α=0.01）Tab.2 Fit
節(jié)水灌溉 2023年4期2023-05-04
- ?？诘貐^(qū)GPS反演大氣可降水量中加權(quán)平均溫度模型構(gòu)建及其應(yīng)用
區(qū)Tm單因子和多因子回歸模型；也有利用再分析等資料估算Tm，如李建國等［17］應(yīng)用MM4 中尺度模式，給出了適合中國東部地區(qū)不同季節(jié)的Tm模型。上述研究表明，Tm區(qū)域性時(shí)空特征明顯，建立本地化Tm模型對提高GPS水汽反演精度有重要意義。海南島地處熱帶，干濕季分明，一年四季均有暴雨發(fā)生，水汽的精密監(jiān)測是提高暴雨預(yù)報(bào)能力的關(guān)鍵因素。目前，關(guān)于海南島水汽研究主要集中于利用探空、再分析等資料對海南島PW 時(shí)空分布特征進(jìn)行分析［26-28］。海南島已建成GPS 觀測
干旱氣象 2022年6期2023-01-14
- 基于機(jī)器學(xué)習(xí)的多因子選股策略實(shí)證研究
立穩(wěn)定、靈活的多因子模型。這種多因子模型多為靜態(tài)模型。所謂“靜態(tài)”，是指多因子模型不能及時(shí)追蹤和把握市場環(huán)境的變化和宏觀經(jīng)濟(jì)的變化[1]。若要獲取長期穩(wěn)定的Alpha 收益，及時(shí)追蹤、把握市場環(huán)境的變化并調(diào)整風(fēng)格因子的構(gòu)成及相應(yīng)的權(quán)重是關(guān)鍵[2]。本文旨在研究資本市場中資產(chǎn)價(jià)格數(shù)據(jù)的風(fēng)格因子“擇時(shí)”，在多因子模型的構(gòu)建過程中引入機(jī)器學(xué)習(xí)方法，以標(biāo)的資產(chǎn)歷史價(jià)格數(shù)據(jù)的分析為基礎(chǔ)，尋找共性風(fēng)格特征的分化輪動規(guī)律，對因子的未來表現(xiàn)進(jìn)行估計(jì)，并據(jù)此調(diào)整綜合因子中風(fēng)
大科技 2022年48期2022-12-25
- 神經(jīng)網(wǎng)絡(luò)多因子選股模型
的進(jìn)一步發(fā)展。多因子選股模型是投資者和投資機(jī)構(gòu)應(yīng)用最廣泛的選股模型，這也使得多因子模型不斷發(fā)展和完善?，F(xiàn)今大數(shù)據(jù)時(shí)代，股票和股票因子數(shù)據(jù)密度越來越大，對其處理需要合理高效的技術(shù)。而深度學(xué)習(xí)高度依賴數(shù)據(jù)，數(shù)據(jù)量越大，表現(xiàn)就越好，深度學(xué)習(xí)中的神經(jīng)網(wǎng)絡(luò)算法更能在處理大數(shù)據(jù)，解決復(fù)雜性問題上具有獨(dú)特優(yōu)勢。多因子選股的核心思想在于市場影響因素是多重的,并且是動態(tài)的，但是總會有一些因子在一定時(shí)期內(nèi)能發(fā)揮穩(wěn)定的作用。量化實(shí)踐中，由于不同市場參與者或分析師對于市場的動態(tài)、
長春工業(yè)大學(xué)學(xué)報(bào) 2022年2期2022-11-10
- 基于行業(yè)輪動策略的多因子選股模型及投資效果實(shí)證研究
高的收益。2 多因子選股模型及其實(shí)證檢驗(yàn)2.1 多因子選股模型原理——市值解釋因子選股模型與單因子模型相對應(yīng)，多因子選股模型在選擇股票的過程中，考慮的不單是影響股價(jià)走勢的一個(gè)因子，而是使用多個(gè)能顯著而有效地對股價(jià)的走勢產(chǎn)生影響的因子，利用數(shù)量化思想建立了一個(gè)選股模型。在整個(gè)選股的過程中，當(dāng)股票滿足選股模型的條件時(shí)，買入股票，當(dāng)不滿足時(shí)，賣出股票。對比單因子選股模型，多因子選股模型更加穩(wěn)定，因?yàn)樗朔藛我蜃幽Ｐ椭锌沙掷m(xù)性差的缺點(diǎn)。單因子模型選股面窄，選股方
科技資訊 2022年20期2022-10-13
- NARX在土石壩滲流預(yù)測中的應(yīng)用
后性，分別建立多因子和單因子模型進(jìn)行滲壓預(yù)測，并與傳統(tǒng)回歸模型和傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)做對比來表明其時(shí)序預(yù)測的優(yōu)勢。1 NARX神經(jīng)網(wǎng)絡(luò)NARX神經(jīng)網(wǎng)絡(luò)是一種用于描述非線性離散系統(tǒng)的模型，對時(shí)序數(shù)據(jù)有良好的擬合和預(yù)測能力。其函數(shù)關(guān)系表示為：y(t)=f{u(t-Du),...,u(t-1),u(t),y(t-Dy),…,y(t-1)}(1)式中u(t)，y(t)——該網(wǎng)絡(luò)在t時(shí)刻的輸入和輸出；Du——輸入時(shí)延的最大階數(shù)；Dy——輸出時(shí)延的最大階數(shù)；u(t-Du)
人民珠江 2022年7期2022-07-31
- 中國東南沿海地區(qū)PWV直接轉(zhuǎn)換模型研究
。2.1.1 多因子模型基于PWV與ZTD、Ts、Ps的線性關(guān)系，PWV與其他參數(shù)函數(shù)的關(guān)系為：PWV=β0+β1ZTD+β2Ts+β3Ps(7)將2017年14個(gè)測站的PWV與ZTD、Ts、Ps代入式(7)，利用最小二乘法可得到多因子PWV的直接轉(zhuǎn)換模型為：PWV=-13.380 5+0.162 9ZTD+0.074 1Ts-0.359 7Ps(8)2.1.2 雙因子模型將2017年14個(gè)測站的PWV與ZTD、Ts代入式(7)，得到基于ZTD和Ts的雙因
大地測量與地球動力學(xué) 2022年7期2022-07-06
- 調(diào)和分析方法在股票市場周期波動研究中的應(yīng)用
去構(gòu)建經(jīng)濟(jì)周期多因子模型，對全球股票市場的價(jià)格時(shí)間序列數(shù)據(jù)進(jìn)行因子函數(shù)回歸擬合，實(shí)證檢驗(yàn)了宏觀經(jīng)濟(jì)周期對股票市場的影響。一、股票市場周期波動規(guī)律的調(diào)和分析實(shí)證以上證指數(shù)每月最后一個(gè)交易日的收盤價(jià)序列為例，考察A股市場的周期性波動規(guī)律。（一）對數(shù)同比序列計(jì)算上證指數(shù)1990年12月至2021年8月的月度收盤價(jià)時(shí)間序列見圖1，通過以下公式對其進(jìn)行平穩(wěn)化處理，得到原始數(shù)據(jù)的對數(shù)同比序列：圖1 上證指數(shù)月度收盤價(jià)時(shí)間序列其中，Xn是上證指數(shù)月度收盤價(jià)時(shí)間序列，Xn
三明學(xué)院學(xué)報(bào) 2022年1期2022-03-29
- 基于機(jī)器學(xué)習(xí)多因子量化模型的選股策略研究
出不窮，其中以多因子模型為代表的量化選股技術(shù)更是被廣泛運(yùn)用，其運(yùn)用主要在于選股、對沖和統(tǒng)計(jì)套利三個(gè)方面。多因子模型傳入我國的時(shí)間相對較晚，但目前有關(guān)多因子模型的研究與實(shí)踐與日俱增[1]，其主要運(yùn)用在量化選股、量化擇時(shí)、預(yù)測漲跌方面。因此本文從研報(bào)中提取特征指標(biāo)進(jìn)行機(jī)器學(xué)習(xí)，研究多因子量化模型，有助于在保留傳統(tǒng)多因子模型投資視角廣、投資紀(jì)律性強(qiáng)、對歷史數(shù)據(jù)利用率高等特點(diǎn)的同時(shí)，將證券研究機(jī)構(gòu)的選股預(yù)測能力轉(zhuǎn)化為現(xiàn)實(shí)的投資價(jià)值，擴(kuò)寬多因子選股策略的分析方法，充
科學(xué)技術(shù)創(chuàng)新 2022年5期2022-03-09
- 基于梯度提升樹的多因子投資模型
了GA-SVM多因子選股模型。該模型可以識別股價(jià)波動趨勢，通過對中國A股數(shù)據(jù)進(jìn)行模型驗(yàn)證，可以有效識別出股價(jià)的波動趨勢。相關(guān)研究表明，更多的因子有利于提升投資模型的表現(xiàn)。Fama等人［5］進(jìn)一步，采用五因子模型，整合了投資、盈利指標(biāo)，研究發(fā)現(xiàn)，運(yùn)營盈利能力較高且總資產(chǎn)增長率較低的公司具有高于平均水平的回報(bào)。Chen等人［6］結(jié)合深度信念網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)的優(yōu)點(diǎn)，通過深度信念網(wǎng)絡(luò)構(gòu)建多個(gè)隱藏層，增強(qiáng)模型的學(xué)習(xí)能力，通過卷積神經(jīng)網(wǎng)絡(luò)提升數(shù)據(jù)的特征提取能力，將模
現(xiàn)代計(jì)算機(jī) 2021年30期2021-12-10
- A股市場股票收益率多因子策略實(shí)證研究
發(fā)展衍生而成的多因子模型改變了投資者們看待風(fēng)險(xiǎn)－收益的方式，指導(dǎo)著金融機(jī)構(gòu)的市場實(shí)踐，令以定量分析為主的量化投資方興未艾。多因子模型的成敗在于尋找有效因子，作為傳統(tǒng)金融學(xué)理論在投資實(shí)踐中的代表模型之一，多因子模型在我國資本市場仍具有獲取超額收益能力的普適性[1]。二、多因子模型早已提出，其因子隨時(shí)間變化不斷增多，說服力增強(qiáng)的同時(shí)伴隨著模型本身更加復(fù)雜隨著研究的深入，越來越多的因子得到理論界和實(shí)務(wù)界的討論，可以預(yù)期多因子資本資產(chǎn)定價(jià)模型未來的可能發(fā)展方向是：
品牌研究 2021年1期2021-11-05
- 基于多任務(wù)協(xié)同的粒子群聚類優(yōu)化算法
人[9]提出了多因子進(jìn)化算法MFEA(Multi-Factorial Evolution Algorithm)，在測試了多因子進(jìn)化算法效果后驗(yàn)證了多因子進(jìn)化算法的有效性，證明新算法比單一目標(biāo)優(yōu)化更快收斂，更容易找到全局最優(yōu)值。多因子進(jìn)化后來得到了發(fā)展，不斷有學(xué)者改進(jìn)算法，也衍生出了更多新算法。Gupta等人[10]又將多因子進(jìn)化算法中單任務(wù)只有單個(gè)目標(biāo)拓展到每個(gè)任務(wù)具有多個(gè)目標(biāo)。Liaw和Ting[11]模仿了生物共生關(guān)系為進(jìn)化算法提出了一個(gè)通用的框架，并
現(xiàn)代計(jì)算機(jī) 2021年19期2021-09-09
- 顧及季節(jié)變化的西南地區(qū)大氣加權(quán)平均溫度模型
、單因子模型、多因子模型等。這些模型具有良好的Tm計(jì)算性能，但依賴于實(shí)測的氣象參數(shù)，從而限制了它們在實(shí)時(shí)GNSS 水汽監(jiān)測中的應(yīng)用。為了解決上述問題，須構(gòu)建一個(gè)非氣象參數(shù)的Tm經(jīng)驗(yàn)?zāi)Ｐ停詽M足GNSS 水汽的實(shí)時(shí)計(jì)算[12]。文獻(xiàn)[13-16]建立了中國低緯度地區(qū)、長三角地區(qū)、吉林、青島本地化Tm模型，實(shí)驗(yàn)結(jié)果表明這一系列經(jīng)驗(yàn)Tm模型在一定程度上可以提高GNSS 水汽的精度和可靠性，在各自范圍內(nèi)均表現(xiàn)出各自的優(yōu)越性。盡管目前建立了一系列各自地區(qū)的Tm模型，
導(dǎo)航定位學(xué)報(bào) 2021年4期2021-08-29
- 長三角地區(qū)GNSS可降水量直接轉(zhuǎn)換模型研究
建模方法1) 多因子PWV模型。基于GNSS-PWV(作為真值)和ZTD、T、P之間的線性相關(guān)，利用多元線性擬合法，假設(shè)線性方程為：PWV=a0+a1ZTD+a2T+a3P(1)將7個(gè)測站的PWV、ZTD、T、P代入式(1)，利用最小二乘原理計(jì)算出系數(shù)a0、a1、a2、a3，得到的多因子方程為：PWV=-24.984 6+0.161 9ZTD+0.096 2T-0.346 1P(2)式中，PWV和ZTD的單位為mm，氣壓P的單位為hPa，氣溫T的單位為℃。
大地測量與地球動力學(xué) 2021年6期2021-06-07
- 干煤粉激冷氣化變換裝置除灰實(shí)踐分析
置入口分別采用多因子旋風(fēng)子母分離器和前置廢熱鍋爐+ 高效葉片分離器進(jìn)行粗煤氣除灰的生產(chǎn)實(shí)踐，以供參考。1 多因子旋風(fēng)子母分離器除灰某煤制烯烴項(xiàng)目采用干煤粉激冷氣化技術(shù)，粗煤氣經(jīng)變換調(diào)節(jié)氫碳比后，在低溫甲醇洗裝置脫硫脫碳，然后凈化氣進(jìn)入甲醇合成裝置，生產(chǎn)MTO 級甲醇。變換裝置采用絕熱變換，粗煤氣進(jìn)界區(qū)后先經(jīng)過預(yù)熱器升溫，預(yù)熱后的粗煤氣進(jìn)入保護(hù)床，脫除粗煤氣中夾帶的氯離子等有害組分，脫除雜質(zhì)后的粗煤氣進(jìn)入變換反應(yīng)器，局部流程示意圖如圖1 所示。圖1 某煤制烯
煤化工 2021年2期2021-05-24
- 依據(jù)對象和變量 構(gòu)建定性和定量實(shí)驗(yàn)分組模型
子實(shí)驗(yàn)、單對象多因子實(shí)驗(yàn)、多對象單因子實(shí)驗(yàn)和多對象多因子實(shí)驗(yàn)四類。定性實(shí)驗(yàn)中的實(shí)驗(yàn)組數(shù)量（p）為實(shí)驗(yàn)對象數(shù)（a）和實(shí)驗(yàn)變量數(shù)（b）的乘積，定量實(shí)驗(yàn)視具體情況再增加個(gè)別分組，另外，需要考慮是否設(shè)置空白對照組。1.單對象單因子實(shí)驗(yàn)單對象單因子實(shí)驗(yàn)的分組，若是不考慮實(shí)驗(yàn)變量梯度的定性實(shí)驗(yàn)，通常將實(shí)驗(yàn)對象均勻分成兩組；若是考慮實(shí)驗(yàn)變量梯度的定量實(shí)驗(yàn)，通常將實(shí)驗(yàn)對象均勻分成三組或多組；其余條件保持相同且適宜，再給予不同的實(shí)驗(yàn)變量處理。此類實(shí)驗(yàn)的分組情況可以用表1 所
教學(xué)考試(高考生物) 2021年1期2021-04-20
- 基于多因子模型的FOF基金產(chǎn)品設(shè)計(jì)
解答能力.二、多因子模型多因子模型即資產(chǎn)定價(jià)模型，證券價(jià)格源自證券風(fēng)險(xiǎn)及投資鎮(zhèn)收入預(yù)期、未來消費(fèi)品價(jià)格、投資機(jī)會等。Ross套利原理創(chuàng)建APT、Merton都是以均衡原理為基礎(chǔ)，建立的多因子模型理論。多因子模型原理為使用統(tǒng)一因子，評價(jià)形成證券標(biāo)準(zhǔn)，最終篩選出符合實(shí)際需求的證券標(biāo)準(zhǔn)。按照多因子模型選擇證券包含兩種方式：橫截面回歸法與排序打分法。這里，排序打分法即對影響整卷價(jià)格的排序進(jìn)行評分，借助選出有效因子后，結(jié)合排序情況賦予因子對應(yīng)價(jià)值。最終將上述因素賦予
現(xiàn)代經(jīng)濟(jì)信息 2021年3期2021-03-28
- 基于因子偏離度的GBDT 多因子選股模型
中國股市多采用多因子選股模型。一方面，多因子選股模型可以將基本面因子、技術(shù)面因子等多種研究成果應(yīng)用于選股模型，具有一定包容性，能夠較為準(zhǔn)確地刻畫金融市場運(yùn)行規(guī)律。如國琳等［1］將盈利能力、償債能力、資產(chǎn)營運(yùn)能力、成長能力4 方面財(cái)務(wù)因子運(yùn)用于股票價(jià)格預(yù)測，用實(shí)證分析說明其研究的實(shí)際價(jià)值；王淑燕等［2］提出八因子選股模型，用隨機(jī)森林算法實(shí)現(xiàn)對股票漲跌的精確預(yù)測；李斌等［3］以19 個(gè)技術(shù)指標(biāo)作為輸入變量；王云凱等［4］將33 個(gè)股票基本面多因子作為輸入變量，
軟件導(dǎo)刊 2021年1期2021-02-04
- 附加SVM模式判別的多因子選股投資策略
內(nèi)股票市場里，多因子選股模型發(fā)揮越來越重要的作用。傳統(tǒng)的多因子模型擁有很多缺點(diǎn)，因此通過算法優(yōu)化和因子選取方法的改變，會使模型變得更加的完整，并且準(zhǔn)確度提高。在發(fā)展過程中，多元回歸分析、行業(yè)輪動、支持向量回歸機(jī)、隨機(jī)森林和量子遺傳算法機(jī)器學(xué)習(xí)等理論體系，與多因子選股模型多次發(fā)生碰撞，又不斷革新，產(chǎn)生了一系列的多因子選股模型。本文將通過數(shù)據(jù)分析，金融，數(shù)學(xué)知識等知識構(gòu)建一套量化交易策略，運(yùn)用到的大體模型有隨機(jī)森林、支持向量機(jī)兩大模型以及用于擇時(shí)的 MACD技
科教導(dǎo)刊·電子版 2020年33期2021-01-11
- 基于集成學(xué)習(xí)的中國股票市場多因子策略研究
模型提出以來，多因子模型逐漸成為一種主流的量化投資方法。多因子模型主要通過因子收益和因子暴露對股票在橫截面上的收益率結(jié)構(gòu)進(jìn)行刻畫，但在具體的建模過程中，F(xiàn)ama-French模型和Barra模型采用了兩種不同的思路。在Fama-French模型的框架下，首先依據(jù)某一特征構(gòu)建股票組合，計(jì)算多空組合的收益率作為因子收益，然后再時(shí)序上進(jìn)行回歸得到因子暴露，進(jìn)而得到預(yù)期的收益率結(jié)構(gòu)。而在Barra多因子模型的框架下，則先有因子暴露，再將當(dāng)期的因子暴露和未來一期的股
貴州省黨校學(xué)報(bào) 2020年4期2020-09-10
- 基于機(jī)器學(xué)習(xí)的多因子選股模型
C加權(quán)的方法在多因子選股模型中的應(yīng)用。從實(shí)證中看出，在多因子選股策略中，利用XGBoost方法選取重要的因子，然后運(yùn)用半衰期IC加權(quán)對重要因子進(jìn)行賦權(quán)的方法在排名前10%的股票中可獲得年化收益率為26.86%，要比年化收益為2.05%的滬深300指數(shù)高出24.81%。這個(gè)方法可對量化選股提出新思路。關(guān)鍵詞：半衰期IC加權(quán) XGBoost 多因子 選股一、引言與文獻(xiàn)綜述近幾年來，量化投資慢慢在資本市場中占領(lǐng)了重要地位，發(fā)展迅猛，迅速成為國際投資界的一種新型方
時(shí)代金融 2020年17期2020-08-03
- 基于多因子AHP的印度汽車消費(fèi)者決策研究
P;汽車消費(fèi);多因子;消費(fèi)者決策1 前言：印度汽車市場概述印度汽車產(chǎn)銷規(guī)模在2013年以后進(jìn)入高速增長期，2014～2018年期間汽車銷量年均復(fù)合增長率CAGR達(dá)到8.5%，2018年銷量排名全球第四，達(dá)到440萬[1]。汽車零部件方面同比增長18.3%，GDP貢獻(xiàn)率達(dá)到2.3%。零部件出口外匯收益達(dá)135億美元，占印度出口總額的4%。售后服務(wù)具備92億美元的市場規(guī)模。汽車零部件行業(yè)整體創(chuàng)造的直接、間接就業(yè)機(jī)會高達(dá)300萬人[2]。2018年底開始印度汽車
時(shí)代汽車 2020年8期2020-07-23
- 基于打分法的多因子量化選股策略研究
了基于打分法的多因子量化選股策略的研究方法和研究框架。根據(jù)研究成果構(gòu)建了多因子打分選股策略，根據(jù)該選股策略，構(gòu)建一個(gè)簡單的投資策略并使用量化平臺進(jìn)行回測，回測結(jié)果顯示：基于我們所構(gòu)建的模型，打分較高股票的走勢明顯優(yōu)于打分較低股票的走勢，表明當(dāng)前模型對歷史收益率具有解釋性?！娟P(guān)鍵詞】 打分法 多因子 選股策略一、引言大量的學(xué)者和機(jī)構(gòu)研究人員都曾以上市公司的基本面為研究方向，分別從公司的財(cái)務(wù)數(shù)據(jù)、現(xiàn)金流、負(fù)債狀況、盈利能力等多方面對上市公司的價(jià)值的影響能力進(jìn)行
大經(jīng)貿(mào) 2020年2期2020-05-08
- 《基于FP-Growth關(guān)聯(lián)規(guī)則算法的多因子打分法模型因子的選擇與賦權(quán)研究》
最為熱門的便是多因子模型策略。如今已經(jīng)有不少成功的量化研究是以多因子選股模型為基礎(chǔ)，基于打分法構(gòu)建的模型策略，以實(shí)際的應(yīng)用驗(yàn)證了其可行性。但是多數(shù)的多因子模型仍是以投資組合理論為指導(dǎo)進(jìn)行構(gòu)建的，而本文考慮到我國國情以及A股的實(shí)際情況，則創(chuàng)新性地從市場實(shí)際的歷史表現(xiàn)數(shù)據(jù)出發(fā)，結(jié)合時(shí)下最新興的大數(shù)據(jù)分析，利用FP-Growth算法發(fā)掘多種因子數(shù)據(jù)表現(xiàn)與收益的關(guān)聯(lián)規(guī)則，反向選擇出最優(yōu)因子和最優(yōu)權(quán)重，構(gòu)建更加針對市場特征的實(shí)用型投資策略。關(guān)鍵詞：FP-Growth
現(xiàn)代營銷·經(jīng)營版 2020年3期2020-03-25
- 基于大數(shù)據(jù)的股票多因子量化投資策略優(yōu)化研究
據(jù);量化投資;多因子大數(shù)據(jù)時(shí)代下，本文通過對大數(shù)據(jù)的收集處理，找出影響股票漲跌的各種因子，本文通過基于多因子量化投資策略結(jié)合股票市場的自身特點(diǎn)進(jìn)行選股，以期防范投資風(fēng)險(xiǎn)，為中國資產(chǎn)定價(jià)提供理論和實(shí)證研究的經(jīng)驗(yàn)和借鑒。一、研究背景及意義近年來，A股市場存在明顯的風(fēng)格切換，傳統(tǒng)多因子模型已經(jīng)不能獲取穩(wěn)健的超額收益。大數(shù)據(jù)應(yīng)用算法能夠通過對因子的非線性表達(dá)，對傳統(tǒng)的多因子模型進(jìn)一步改進(jìn)，捕捉到更加準(zhǔn)確的市場信號，獲取較為客觀的超額收益。量化投資理念可以緊跟市場行
商訊·公司金融 2019年24期2019-09-10
- 基于多因子與多變量長短期記憶網(wǎng)絡(luò)的股票價(jià)格預(yù)測①
出發(fā)，將其中的多因子模型(multiple-factor model)作為股票的額外特征引入到股票價(jià)格預(yù)測中，建立了一個(gè)基于多變量的長短期記憶網(wǎng)絡(luò)(multi-variable LSTM)股票價(jià)格預(yù)測模型，用以提升只基于單一價(jià)格序列，也即單變量長短期記憶網(wǎng)絡(luò)(univariate LSTM)的股票價(jià)格預(yù)測模型的準(zhǔn)確性以及魯棒性.2 量化選股策略中的多因子模型量化選股就是利用數(shù)量化的方法選擇股票組合，使得期望的股票組合能過獲得超越基準(zhǔn)收益率的投資行為. 多因
計(jì)算機(jī)系統(tǒng)應(yīng)用 2019年8期2019-08-22
- 基于基本面三因子的量化投資策略研究
立基于打分法的多因子選股模型，并著眼于投資績效進(jìn)一步分析。二、多因子模型簡介多因子模型是量化投資領(lǐng)域應(yīng)用最為廣泛的模型之一。其中常見的多因子模型有CAPM模型、Fama-French價(jià)值三因子模型、Barra多因子模型等。通常，我們通過用某一指標(biāo)或者多重指標(biāo)對股票池進(jìn)行篩選，這些用于選股的指標(biāo)就被稱為因子，按照風(fēng)格或者經(jīng)濟(jì)學(xué)含義的不同，大致可以分為價(jià)值類因子、成長類因子、質(zhì)量類因子、技術(shù)類因子、情緒類因子等等。多因子模型即綜合考量多種指標(biāo)對股票收益率的影響
今日財(cái)富 2019年17期2019-07-25
- 乳腺良惡性病變影像多因子評價(jià)與BI-RADS分類相關(guān)性研究
對應(yīng)一個(gè)分值的多因子協(xié)議，對乳腺病變進(jìn)行評價(jià)很有幫助。本文旨在研究多因子評價(jià)與BI-RADS分類的相關(guān)性，對乳腺良惡性病變的診斷效力。1 資料與方法1.1 一般資料對2015年1月至2016年5月55例因乳腺疾病住院患者行MRI乳腺平掃及動態(tài)增強(qiáng)掃描，其中46例同時(shí)行X線鉬靶檢查。病變?nèi)橄俟?6個(gè)，23個(gè)為左側(cè)，21個(gè)為右側(cè)，11個(gè)為雙側(cè)，均經(jīng)病理證實(shí)。1.2 檢查方法鉬靶采用Giotto Image MD，常規(guī)攝取雙乳內(nèi)外側(cè)斜位（MLO）和頭足位（CC）
影像研究與醫(yī)學(xué)應(yīng)用 2019年12期2019-05-31
- 顧及多因子的大壩變形預(yù)測模型對比分析
型中，建立顧及多因子的Kalman濾波模型，并與可顧及多因子影響的逐步回歸模型和BP神經(jīng)網(wǎng)絡(luò)模型進(jìn)行對比分析。通過分析對比新建模型與其他模型在建筑物變形預(yù)測上的精度與穩(wěn)定性，以便能應(yīng)用最有效的模型對建筑物變形進(jìn)行預(yù)測，減少災(zāi)害事故的發(fā)生。大壩變形也是工程變形當(dāng)中的常見形式[6-8]，選用的工程變形案例為廣西某地的大壩變形案例。1 變形監(jiān)測資料分析實(shí)例分析數(shù)據(jù)來源于廣西某大壩的20期水平位移變形監(jiān)測數(shù)據(jù)，并同步監(jiān)測了壩體溫度、水庫水位、水頭3個(gè)影響大壩水平位
桂林電子科技大學(xué)學(xué)報(bào) 2019年6期2019-05-25
- 香港地區(qū)大氣加權(quán)平均溫度建模與研究
出了單因子以及多因子的回歸方程,并且通過均方根誤差可以看出,單因子和多因子回歸方程的計(jì)算結(jié)果經(jīng)度要遠(yuǎn)高于Bevis公式以及文獻(xiàn)[11]公式．2 實(shí)驗(yàn)分析為了驗(yàn)證本文模型的適用性,將兩種模型2017年的Tm預(yù)測值在整體精度進(jìn)行對比、季節(jié)影響和晝夜影響三個(gè)方面進(jìn)行分析．2.1 本地化模型的效果檢驗(yàn)利用前文得到的本地化單因子和多因子計(jì)算模型,將香港地區(qū)2017年的探空資料代入到計(jì)算模型,得到Tm的回歸預(yù)測值,與真值進(jìn)行對比分析,得到兩種本地化模型、Bevis公式
全球定位系統(tǒng) 2019年1期2019-03-14
- 發(fā)布企業(yè)網(wǎng)站應(yīng)用程序至Internet
了任務(wù)區(qū)加入、多因子驗(yàn)證（MFA）機(jī)制、多因子訪問控制等功能。在“信賴證書者”頁面中，請選取我們事先創(chuàng)建好的AD FS信賴證書，例如筆者所創(chuàng)建的Exchange OWA。點(diǎn)擊“下一步”。在 “發(fā)行設(shè)置”頁面中，請?jiān)谳斎胛ㄒ坏陌l(fā)行“名稱”之后，請分別輸入外部URL、后端服務(wù)器URL、后端服務(wù)器SPN。其中后端服務(wù)器SPN將會自動產(chǎn)生，如果與您所設(shè)置的不一樣也是可以進(jìn)行修改的。最后請選擇“外部證書”，點(diǎn)擊“下一步”按鈕。注 意 ：Web Application
網(wǎng)絡(luò)安全和信息化 2019年1期2019-02-15
- ML-FFA:基于機(jī)器學(xué)習(xí)和基本面因子分析的量化投資策略
要通過對基本面多因子進(jìn)行打分、排序，優(yōu)選股票以建立投資組合。例如，在國外的研究中，Joseph D.Piotroski（2001）從盈利因子、動量因子及賬面市值比等方面建立股票多因子打分模型，獲得各因子綜合排名較高的一些股票，構(gòu)建收益較高的投資組合。Partha S.Mohanram（2005）從盈利能力和現(xiàn)金流表現(xiàn)、成長能力、賬面市值比影響因子三個(gè)方面選取8個(gè)指標(biāo)編制成一個(gè)指數(shù)，依據(jù)此指數(shù)建立投資組合。在國內(nèi)的研究中，汪洋（2010）通過研究多因子量化選
時(shí)代金融 2018年32期2018-12-11
- 基于多因子資產(chǎn)定價(jià)模型的A股市場配對交易策略研究
-French多因子資產(chǎn)定價(jià)模型出發(fā)，利用現(xiàn)代金融學(xué)理論的定價(jià)模型和定價(jià)因子對傳統(tǒng)協(xié)整配對模型進(jìn)行改進(jìn)并開展實(shí)證分析。三、配對交易模型Vidyamurthy（2004）提出的協(xié)整模型[5]是統(tǒng)計(jì)套利中應(yīng)用最廣泛的技術(shù)方法。設(shè)配對組合中兩個(gè)證券價(jià)格序列各自是Xt和Yt，且滿足：若配對組合中兩個(gè)證券的價(jià)格Xt和Yt之間的關(guān)系是協(xié)整的，則表明：股票價(jià)格Yt可由股票價(jià)格Xt的線性組合α+kXt所描述，且這種描述關(guān)系是持續(xù)穩(wěn)定的；同時(shí)定義殘差序列εt為股票價(jià)格Yt無
金融理論探索 2018年6期2018-12-03
- 多因子量化選股模型與擇時(shí)策略
行情數(shù)據(jù)，構(gòu)建多因子量化選股模型，試圖構(gòu)建出跑贏市場基準(zhǔn)的投資組合?？略袜嶋p陽[3]把價(jià)值投資和行業(yè)輪動模型相結(jié)合進(jìn)行量化選股,在投資的穩(wěn)健程度和收益率之間找到更加有利的均衡點(diǎn)。巨紅巖等[4]對股票資金流強(qiáng)度進(jìn)行實(shí)證研究及評測，認(rèn)為股票資金流強(qiáng)度與股價(jià)環(huán)比增長率呈線性趨勢，利用資金流選股模型可以很好地進(jìn)行選股。田凱和劉永睿[5]利用logistics模型進(jìn)行量化選股，認(rèn)為該模型能夠有效地提高投資組合的超額收益率，并能適當(dāng)?shù)匾?guī)避投資者風(fēng)險(xiǎn)。在上述眾多不同類
- 基于多因子差值模型的開放式基金評價(jià)研究
解釋。本文基于多因子模型,重新構(gòu)建了基金投資組合中的十大重倉股,從而建立了基于多因子的差值模型,進(jìn)而對股票型開放式基金進(jìn)行績效評價(jià)，以期對該領(lǐng)域的研究提供一種新的思路與方法。2 模型的建立我國目前絕大部分是利用三因子模型對基金的投資風(fēng)格進(jìn)行評價(jià)分析,運(yùn)用多因子模型的研究較少,因此本文試圖將多因子模型引入開放式基金績效評價(jià)領(lǐng)域,以豐富現(xiàn)有的研究理論與方法。2.1 三因子模型三因子模型公式如下:Rit-RFt=ai+bi(RMt-RFt)+siSMBt+hiH
- 風(fēng)格輪動的多因子選股模型
結(jié)合風(fēng)格輪動與多因子模型選擇應(yīng)持有的股票，策略回測期內(nèi)累計(jì)收益超過大盤收益，投資效果較明顯。正文較為成功的投資策略有兩大類：主觀判斷型交易策略和量化交易策略。前者是操作的核心是人的大腦，各種信息進(jìn)了大腦，出來的是買賣交易指令，后者是靠數(shù)學(xué)公式、理論定律來投資，公式具有高度一致性：同樣的信息輸入同樣的公式，得出的結(jié)果是一樣的。但二者并不是完全的對立存在，量化投資模型很多是基于基本面因素，同時(shí)考慮市場因素、技術(shù)因素。投資標(biāo)準(zhǔn)方面，量化投資有眾多模型，比較有代表
絲路藝術(shù) 2018年9期2018-09-25
- 基于馬爾科夫鏈和列聯(lián)表法的馬尾松毛蟲發(fā)生面積預(yù)測模型研究
夫鏈法和列聯(lián)表多因子多級分析法研究馬尾松毛蟲的越冬代、一代和二代發(fā)生面積，并對兩種方法預(yù)測結(jié)果的優(yōu)缺點(diǎn)進(jìn)行比較，以期為馬尾松毛蟲綜合治理提供科學(xué)依據(jù)。1 材料與方法1.1 材料來源 馬尾松毛蟲資料來自安徽省潛山縣森林病蟲防治站，氣象資料來自國家氣象局，資料的時(shí)間跨度為1983—2014年，其中1998年數(shù)據(jù)缺失。1.2 建模方法1.2.2 列聯(lián)表多因子多級綜合預(yù)測法[11-14]列聯(lián)表多因子多級綜合預(yù)測法預(yù)報(bào)量等級的劃分方法同1.2.1；預(yù)報(bào)因子的分級即自
中國森林病蟲 2018年3期2018-09-13
- 基于IC—IR值的多因子模型在A股市場的應(yīng)用研究
宇君量化投資 多因子模型 夏普比率 年化收益率 IC值引言股票市場的誕生以來，人類對于股票市場波動邏輯的認(rèn)識，一直是一個(gè)令所有投資者和研究人員所為之著迷的神秘領(lǐng)域。在世界上，出現(xiàn)了很多有名的投資大師，例如巴菲特，索羅斯，皮特林奇，威廉江恩等。這些投資大師依靠自己獨(dú)特的對資本市場的認(rèn)知以及人格魅力，取得了令世界矚目的投資收益。其中，威廉江恩還將自己對投資市場的認(rèn)識整理成讓世界熟知的江恩理論，讓股票技術(shù)分析聞名，并一直流傳至今。但是，股票市場是一個(gè)極其神秘，無
財(cái)訊 2018年2期2018-05-14
- 基于滬深300成份股的多因子量化選股策略研究
艷萍[7]基于多因子選股模型構(gòu)建新的金融投資模型——多因子結(jié)構(gòu)下的靜態(tài)MV模型，通過詳細(xì)的研究與分析得出在不允許賣空的條件下的解析最優(yōu)解，該理論克服了現(xiàn)有文獻(xiàn)對投資權(quán)重選擇缺乏科學(xué)性和可操作性不強(qiáng)的缺點(diǎn)；丁鵬[8]在《量化投資——策略與技術(shù)》一書中首次將量化方面的研究進(jìn)行系統(tǒng)化的闡述，為后來者對量化投資的研究提供了極好的參考價(jià)值，書中多因子選股模型將30個(gè)影響股價(jià)波動的因子作為候選因子，通過對因子下樣本股票收益的對比，找出有效因子并對有效因子進(jìn)行去冗處理，
福建商學(xué)院學(xué)報(bào) 2018年1期2018-04-08
- 多因子進(jìn)化算法研究進(jìn)展
有必要著手研究多因子優(yōu)化（Multifactorial Optimization，MFO）問題[7]。在現(xiàn)實(shí)世界中，存在著大量此類型問題。例如，在一個(gè)復(fù)雜多級供應(yīng)鏈網(wǎng)絡(luò)中，同時(shí)涉及作業(yè)車間調(diào)度、二次分配問題和車輛路徑問題等多個(gè)優(yōu)化問題。如果只處理其中某個(gè)優(yōu)化問題，就屬于單目標(biāo)優(yōu)化問題。如果這些問題相互結(jié)合，構(gòu)成一個(gè)復(fù)雜的整體優(yōu)化問題，就屬于多因子優(yōu)化問題。需要特別注意的是，對于所有的目標(biāo)函數(shù)，多目標(biāo)優(yōu)化使用唯一的搜索空間。但是，在多因子優(yōu)化問題中，同時(shí)存在
計(jì)算機(jī)工程與應(yīng)用 2018年11期2018-03-04
- 高光效低能耗LED助力我國植物工廠產(chǎn)業(yè)化發(fā)展
養(yǎng)品質(zhì)調(diào)控以及多因子協(xié)同管控等關(guān)鍵技術(shù)方面取得了多項(xiàng)創(chuàng)新性成果。團(tuán)隊(duì)率先提出植物光配方概念，創(chuàng)制出基于光配方的LED 節(jié)能光源及其控制技術(shù)裝備，顯著提高光效；探明了PAR 單色光、UV 和FR 對植物產(chǎn)量與品質(zhì)形成的機(jī)制，提出了植物工廠主要作物光配方優(yōu)化參數(shù)；創(chuàng)制出紅藍(lán)芯片組合與熒光粉激發(fā)兩大類LED 光源；研發(fā)出移動與聚焦LED 光源及其調(diào)控技術(shù)裝備，實(shí)現(xiàn)節(jié)能50.9%；研發(fā)出光效、能效與營養(yǎng)品質(zhì)提升的多因子協(xié)同調(diào)控技術(shù)，集成創(chuàng)制出3個(gè)系列智能LED 植
蔬菜 2018年2期2018-01-16
- 堅(jiān)持目標(biāo)理性投資 上投摩根量化多因子優(yōu)中擇優(yōu)深挖價(jià)值
鴻上投摩根量化多因子基金的選股以公司主動研究能力為“核心”，輔以量化模型，實(shí)現(xiàn)“智慧與理性”的融合2017年臨近尾聲，截至12月13日，滬深300指數(shù)在震蕩中上漲逾20%，但真要賺錢卻沒那么容易。專家認(rèn)為，在波動較為頻繁的市場環(huán)境下，理性投資顯得尤為重要。但知易行難，對大多數(shù)普通投資者而言，出于貪婪、恐懼、僥幸等人性弱點(diǎn)，要實(shí)現(xiàn)理性投資遠(yuǎn)比想象中艱難。而為了克服這種弱點(diǎn)，正在發(fā)行的上投摩根量化多因子基金以“智慧與理性融合”為投資理念，引發(fā)了市場投資者的密切
投資者報(bào) 2017年48期2017-12-20
- 一種基于風(fēng)控量化模型的交易決策系統(tǒng)及方法
述決策系統(tǒng)通過多因子量化擇時(shí)模型為客戶提供優(yōu)質(zhì)的交易對象和低成本交易時(shí)機(jī)，并且通過風(fēng)控模型進(jìn)行模擬試錯(cuò)交易，對錯(cuò)誤指令提供止損值，強(qiáng)制平倉，對正確指令提供止盈值，提供量化交易或主觀交易。1 .一種基于風(fēng)控量化模型的交易決策系統(tǒng)，其特征在于，所述交易決策系統(tǒng)首先通過多因子量化擇時(shí)模型進(jìn)行選股，對系統(tǒng)選出的股票以及客戶選定的股票通過風(fēng)控模型進(jìn)行實(shí)時(shí)持倉風(fēng)險(xiǎn)的量化評估，利用客戶端，隨時(shí)隨地、實(shí)時(shí)給出準(zhǔn)確的買入、賣出、止盈、止損指令以及實(shí)時(shí)的持倉風(fēng)險(xiǎn)狀態(tài)提醒信息。
科學(xué)與財(cái)富 2017年25期2017-09-17
- 量化基金雄風(fēng)不再 因何而虧頹勢怎轉(zhuǎn)？
募基金多為配置多因子模型，多因子的主要特點(diǎn)是模型簡單，線性關(guān)系容易結(jié)合，比如行業(yè)、市值、波動率、成長性等。多因子模型建立根據(jù)的是以往業(yè)績，而此前中小創(chuàng)股票表現(xiàn)較好，也成為很多基金的標(biāo)配。對此，景順長城方面對《投資者報(bào)》記者表示，“小盤因子權(quán)重高的模型遇到大小盤風(fēng)格發(fā)生變化時(shí)業(yè)績?nèi)菀妆煌侠郏L(fēng)險(xiǎn)控制的運(yùn)用也非常重要，量化基金應(yīng)講究單位風(fēng)險(xiǎn)后收益最大化，力求持續(xù)穩(wěn)定的超額收益?！逼鋵?shí)，量化基金之所以風(fēng)行還因?yàn)槠淠Ｐ驮O(shè)置有利于克服人性的弱點(diǎn)，避免追高殺跌。不過，
投資者報(bào) 2017年30期2017-08-18
- 基于多因子模型的量化選股分析
化投資中常用的多因子模型，對使用較為廣泛的11個(gè)因子利用回歸法進(jìn)行有效性檢驗(yàn)，選出有效因子分別構(gòu)造了適合一般投資者使用的基本多因子模型、基于貨幣周期的行業(yè)輪動多因子模型以及基于固定效應(yīng)下的多元回歸模型。通過實(shí)證分析比較不同模型間所構(gòu)建的投資組合的收益率與市場收益率，驗(yàn)證了量化選股策略的有效性，也為不同層次的投資者提供了研究數(shù)據(jù)與選股策略。關(guān) 鍵 詞：量化投資；多因子模型；行業(yè)輪動效應(yīng)；多元回歸分析中圖分類號：F830.91 文獻(xiàn)標(biāo)識碼：A 文章編號：209
金融理論探索 2017年3期2017-07-15
- 基于多因子的ZigBee安全認(rèn)證機(jī)制
足，設(shè)計(jì)了基于多因子的ZigBee安全認(rèn)證機(jī)制，以特定周期更新的新鮮因子并將其與節(jié)點(diǎn)硬件信息綁定，匹配節(jié)點(diǎn)上傳的密鑰信息因子和配置因子完成身份認(rèn)證以防止非法節(jié)點(diǎn)入網(wǎng)對整個(gè)網(wǎng)絡(luò)造成危害。安全性分析及測試結(jié)果表明，該機(jī)制在保證網(wǎng)絡(luò)節(jié)點(diǎn)入網(wǎng)安全的前提下實(shí)現(xiàn)了協(xié)調(diào)器的負(fù)載均衡，改善了其綜合性能?！娟P(guān)鍵詞】ZigBee 多因子 安全認(rèn)證1 引言ZigBee是具有功耗低、成本低、時(shí)延短、抗干擾性強(qiáng)的短距離無線通信技術(shù)，廣泛應(yīng)用于無線網(wǎng)絡(luò)領(lǐng)域。但由于網(wǎng)絡(luò)規(guī)模大，數(shù)據(jù)通信
電子技術(shù)與軟件工程 2017年10期2017-06-02
- 基于多元回歸分析的多因子選股模型
多元回歸分析的多因子選股模型黃宏運(yùn)1，王 梅，朱家明2(1.安徽財(cái)經(jīng)大學(xué) 金融學(xué)院，安徽 蚌埠 233000；2.安徽財(cái)經(jīng)大學(xué) 統(tǒng)計(jì)與應(yīng)用數(shù)學(xué)學(xué)院，安徽 蚌埠 233000)針對股票選取的多因子問題，利用MATLAB軟件建立股票的基本面指標(biāo)(市凈率、市盈率、資產(chǎn)負(fù)債比率等)、技術(shù)面指標(biāo)(當(dāng)日漲幅、10日漲跌比率ADR、10日相對強(qiáng)弱指標(biāo)RSI、當(dāng)日K線值、10日乖離率BIAS、當(dāng)日OBV和30日RSV等)對相對收益率的多元線性回歸模型，并對所建立模型的多重
通化師范學(xué)院學(xué)報(bào) 2016年8期2016-12-19
- 多因子協(xié)同作用對1992年和1998年黃淮地區(qū)夏季降水異常的影響
210044?多因子協(xié)同作用對1992年和1998年黃淮地區(qū)夏季降水異常的影響顧偉宗1, 2陳麗娟2, 3左金清2李維京2, 31山東省氣候中心，濟(jì)南250031 2中國氣象局國家氣候中心中國氣象局氣候研究開放實(shí)驗(yàn)室，北京100081 3南京信息工程大學(xué)氣象災(zāi)害預(yù)報(bào)預(yù)警與評估協(xié)同創(chuàng)新中心，南京210044摘 要1991年5月和1997年4月赤道中東太平洋均發(fā)生了El Ni?o事件，但是1992年夏季黃淮地區(qū)降水異常偏少，而1998年夏季卻異常偏多。分析結(jié)果
大氣科學(xué) 2016年4期2016-07-27
- 基于回歸模型的方法分析半干旱流域的降雨徑流關(guān)系
域；評定方法；多因子；可分離變量基于回歸模型方法[1]分析降雨徑流關(guān)系[2]是將數(shù)據(jù)集在空間或時(shí)間上外推到其他情形的基本統(tǒng)計(jì)計(jì)算機(jī)技術(shù)。數(shù)據(jù)用于以因變量和一個(gè)或多個(gè)自變量或解釋變量的收集整理，統(tǒng)計(jì)計(jì)算用于推導(dǎo)建立一個(gè)因變量與自變量的相關(guān)關(guān)系的方程。一次降雨的產(chǎn)流量和很多因素有關(guān)，也就是R=f(P,Pa,i,季節(jié)，…)[3]的函數(shù)關(guān)系。本方法以流域產(chǎn)流的物理機(jī)理為基礎(chǔ)，以主要影響因素為參變量，建立各因素與產(chǎn)流量R之間的關(guān)系。這里的各因素包括降雨量P、前期雨量
- 股基申贖紅與黑：被迫涉足小盤盛宴
城鎮(zhèn)發(fā)展、大摩多因子策略、中歐中小盤和華商主題精選。大摩多因子策略表現(xiàn)最為突出，在393只普通股基中不僅份額增幅排名第二，凈申購份額也高達(dá)19.87億份，位居第一。大摩多因子策略成立于2011年5月17日，通過多因子量化模型精選股票進(jìn)行投資，自成立以來基金規(guī)模一直較?。?013年一季度以前，份額總數(shù)還在8億份以上，2013年二季度以來，基金份額不斷縮水，2014年二季度末達(dá)到歷史最低水平3.64億份。不過從業(yè)績表現(xiàn)看，2013年三季度以來，基金單位凈值一直
證券市場周刊 2014年41期2014-10-31
- 基于無套利原理的資產(chǎn)證券化產(chǎn)品定價(jià)模型擴(kuò)展
分布特征函數(shù)的多因子模型對資產(chǎn)池的損失分布進(jìn)行精細(xì)化的建模，在不增加參數(shù)要求的基礎(chǔ)上提高了對損失分布構(gòu)建的準(zhǔn)確性。另外，對于目前我國市場上越來越多的單一標(biāo)的資產(chǎn)證券化產(chǎn)品，也給出了具有解析解的定價(jià)方法。資產(chǎn)證券化；無套利定價(jià)模型；損失分布；價(jià)值過程一、引言在當(dāng)前國內(nèi)經(jīng)濟(jì)增速回落的背景下，通過資產(chǎn)證券化的方式盤活流動性差的資產(chǎn)，可以增強(qiáng)經(jīng)濟(jì)的整體流動性，緩釋存量信用風(fēng)險(xiǎn)。2013年7月國務(wù)院發(fā)布的《關(guān)于金融支持經(jīng)濟(jì)結(jié)構(gòu)調(diào)整和轉(zhuǎn)型升級指導(dǎo)意見》中要求逐步推進(jìn)信
金融理論與實(shí)踐 2014年10期2014-09-28
- “多因子 全方位”加強(qiáng)對高校家庭經(jīng)濟(jì)困難學(xué)生引導(dǎo)
生 自強(qiáng)之星 多因子 全方位引導(dǎo)目前在高等教育階段，已形成了國家獎(jiǎng)學(xué)金、勵(lì)志獎(jiǎng)學(xué)金、國家助學(xué)金、助學(xué)貸款和勤工助學(xué)等多種方式相結(jié)合的資助體系，大大減輕了高校家庭經(jīng)濟(jì)困難學(xué)生的經(jīng)濟(jì)壓力，已逐步實(shí)現(xiàn)高校家庭經(jīng)濟(jì)困難學(xué)生不因家庭經(jīng)濟(jì)問題而無法順利完成學(xué)業(yè)的目標(biāo)。但在政策的實(shí)施過程中發(fā)現(xiàn)，當(dāng)前對高校家庭經(jīng)濟(jì)困難學(xué)生的幫助更多側(cè)重于物質(zhì)與經(jīng)濟(jì)方面，而對于精神層面的引導(dǎo)較少，導(dǎo)致部分家庭經(jīng)濟(jì)困難學(xué)生的誠信意識、感恩意識、自強(qiáng)意識等相對薄弱。如何采取切實(shí)有效的途徑，加強(qiáng)
海峽科學(xué) 2013年3期2013-10-21
- 針對山區(qū)公路邊坡安全性多因子評價(jià)方法的探究
為等影響因子的多因子評價(jià)方法，通過邊坡安全性多因子評價(jià)系統(tǒng)的建立，對山區(qū)公路邊坡安全性進(jìn)行有效評價(jià)。1 山區(qū)公路邊坡現(xiàn)狀山區(qū)公路邊坡由于成因、巖性、坡度、坡高以及安全性等的不同可分為不同種類，如按其成因可分為人工邊坡與自然斜坡、按巖性不同可分為土質(zhì)邊坡與巖質(zhì)邊坡、而按安全性可分為穩(wěn)定坡、不穩(wěn)定坡以及已失穩(wěn)坡等，不同種類的邊坡，其所反映的主要特征也不同，因此，對邊坡安全性的分析與評價(jià)方法的探索難度也較大，近些年來出現(xiàn)的神經(jīng)元網(wǎng)絡(luò)法、可靠度分析法以及專家系統(tǒng)法
中國新技術(shù)新產(chǎn)品 2013年5期2013-07-30
- 基于定權(quán)的多因子線性擬合方法研究
9）基于定權(quán)的多因子線性擬合方法研究趙 言1，2，花向紅1，3，尹志永2（1．武漢大學(xué) 測繪學(xué)院，湖北 武漢430079；2．天津測繪院，天津300381；3．武漢大學(xué) 災(zāi)害監(jiān)測與防治研究中心，湖北 武漢430079）通過綜合曲線擬合與多因子線性擬合的特點(diǎn)，提出基于定權(quán)的多因子線性擬合方法用于多因子變形監(jiān)測數(shù)據(jù)處理，實(shí)現(xiàn)基于定權(quán)的多因子線性擬合模型的建模過程，并與多元線性回歸結(jié)果進(jìn)行比對，同時(shí)對沉降變形監(jiān)測的沉降量進(jìn)行預(yù)測分析，驗(yàn)證模型的可行性和實(shí)用性。定
測繪工程 2012年4期2012-11-16
- 動態(tài)最優(yōu)多因子組合的華北汛期降水模式誤差估計(jì)及預(yù)報(bào)*
改稿)動態(tài)最優(yōu)多因子組合的華北汛期降水模式誤差估計(jì)及預(yù)報(bào)*楊 杰1)2)王啟光1)支 蓉3)封國林2)3)?1)(蘭州大學(xué)大氣科學(xué)學(xué)院，蘭州 730000)2)(中國科學(xué)院大氣物理研究所東亞區(qū)域氣候-環(huán)境重點(diǎn)實(shí)驗(yàn)室，北京100029)3)(國家氣候中心，中國氣象局氣候研究開放實(shí)驗(yàn)室，北京100081)(2010年6月22日收到;2010年7月15日收到修改稿)利用國家氣候中心季節(jié)預(yù)報(bào)1983—2009年27年模式預(yù)報(bào)結(jié)果，結(jié)合74項(xiàng)環(huán)流指數(shù)及美國國家海洋局
物理學(xué)報(bào) 2011年2期2011-10-23
- 黑龍江省多因子綜合森林火險(xiǎn)預(yù)報(bào)業(yè)務(wù)系統(tǒng)
30）黑龍江省多因子綜合森林火險(xiǎn)預(yù)報(bào)業(yè)務(wù)系統(tǒng)閆敏慧1，2，梅其珍2，徐 月2（1.東北農(nóng)業(yè)大學(xué)，黑龍江 哈爾濱 150030；2.黑龍江省氣象臺，黑龍江 哈爾濱 150030）在分析黑龍江省各地森林火災(zāi)發(fā)生特點(diǎn)及規(guī)律的基礎(chǔ)上，應(yīng)用10余種與可燃物干燥度、火蔓延、阻燃等有密切關(guān)系的氣象因子，確定黑龍江省多因子綜合森林火險(xiǎn)氣象等級預(yù)報(bào)指標(biāo)；通過程序設(shè)計(jì)，建立黑龍江省多因子綜合森林火險(xiǎn)氣象等級預(yù)報(bào)模型，建成森林火險(xiǎn)預(yù)報(bào)業(yè)務(wù)系統(tǒng)，系統(tǒng)能夠自動輸出預(yù)報(bào)結(jié)果，在實(shí)際業(yè)
黑龍江氣象 2010年3期2010-09-09