数学建模随着人类的进步,科技的发展和社会的日趋数字化,应用领域越来越广泛,人们身边的数学内容越来越丰富。强调数学应用及培养应用数学意识对推动素质教育的实施意义十分巨大。数学建模在数学教育中的地位被提到了新的高度,通过数学建模解数学应用题,提高学生的综合素质。本文将结合数学应用题的特点,把怎样利用数学建模解好数学应用问题进行剖析,希望得到同仁的帮助和指正。一、数学应用题的特点我们常把来源于客观世界的实际,具有实际意义或实际背景,要通过数学建模的方法将问题转化为数学形式表示,从而获得解决的一类数学问题叫做数学应用题。数学应用题具有如下特点:第一、数学应用题的本身具有实际意义或实际背景。这里的实际是指生产实际、社会实际、生活实际等现实世界的各个方面的实际。如与课本知识密切联系的源于实际生活的应用题;与模向学科知识网络交汇点有联系的应用题;与现代科技发展、社会市场经济、环境保护、实事政治等有关的应用题等。第二、数学应用题的求解需要采用数学建模的方法,使所求问题数学化,即将问题转化成数学形式来表示后再求解。第三、数学应用题涉及的知识点多。是对综合运用数学知识和方法解决实际问题能力的检验,考查的是学生的综合能力,涉及的知识点一般在三个以上,如果某一知识点掌握的不过关,很难将问题正确解答。第四、数学应用题的命题没有固定的模式或类别。往往是一种新颖的实际背景,难于进行题型模式训练,用“题海战术”无法解决变化多端的实际问题。必须依靠真实的能力来解题,对综合能力的考查更具真实、有效性。因此它具有广阔的发展空间和潜力。二、数学应用题如何建模建立数学模型是解数学应用题的关键,如何建立数学模型可分为以下几个层次:第一层次:直接建模。根据题设条件,套用现成的数学公式、定理等数学模型,注解图为:将题材设条件翻译成数学表示形式应用题 审题 题设条件代入数学模型 求解选定可直接运用的数学模型第二层次:直接建模。可利用现成的数学模型,但必须概括这个数学模型,对应用题进行分析,然后确定解题所需要的具体数学模型或数学模型中所需数学量需进一步求出,然后才能使用现有数学模型。第三层次:多重建模。对复杂的关系进行提炼加工,忽略次要因素,建立若干个数学模型方能解决问题。第四层次:假设建模。要进行分析、加工和作出假设,然后才能建立数学模型。如研究十字路口车流量问题,假设车流平稳,没有突发事件等才能建模。三、建立数学模型应具备的能力从实际问题中建立数学模型,解决数学问题从而解决实际问题,这一数学全过程的教学关键是建立数学模型,数学建模能力的强弱,直接关系到数学应用题的解题质量,同时也体现一个学生的综合能力。3.1提高分析、理解、阅读能力。阅读理解能力是数学建模的前提,数学应用题一般都创设一个新的背景,也针对问题本身使用一些专门术语,并给出即时定义。如1999年高考题第22题给出冷轧钢带的过程叙述,给出了“减薄率”这一专门术语,并给出了即时定义,能否深刻理解,反映了自身综合素质,这种理解能力直接影响数学建模质量。3.2强化将文字语言叙述转译成数学符号语言的能力。将数学应用题中所有表示数量关系的文字、图象语言翻译成数学符号语言即数、式子、方程、不等式、函数等,这种译释能力是数学建成模的基础性工作。例如:一种产品原来的成本为a元,在今后几年内,计划使成本平均每一年比上一年降低p%,经过五年后的成本为多少?将题中给出的文字翻译成符号语言,成本y=a(1-p%)53.3增强选择数学模型的能力。选择数学模型是数学能力的反映。数学模型的建立有多种方法,怎样选择一个最佳的模型,体现数学能力的强弱。建立数学模型主要涉及到方程、函数、不等式、数列通项公式、求和公式、曲线方程等类型。结合教学内容,以函数建模为例,以下实际问题所选择的数学模型列表:函数建模类型 实际问题一次函数 成本、利润、销售收入等二次函数 优化问题、用料最省问题、造价最低、利润最大等幂函数、指数函数、对数函数 细胞分裂、生物繁殖等三角函数 测量、交流量、力学问题等3.4加强数学运算能力。数学应用题一般运算量较大、较复杂,且有近似计算。有的尽管思路正确、建模合理,但计算能力欠缺,就会前功尽弃。所以加强数学运算推理能力是使数学建模正确求解的关键所在,忽视运算能力,特别是计算能力的培养,只重视推理过程,不重视计算过程的做法是不可取的。利用数学建模解数学应用题对于多角度、多层次、多侧面思考问题,培养学生发散思维能力是很有益的,是提高学生素质,进行素质教育的一条有效途径。同时数学建模的应用也是科学实践,有利于实践能力的培养,是实施素质教育所必须的,需要引起教育工作者的足够重视。加强高中数学建模教学培养学生的创新能力摘要:通过对高中数学新教材的教学,结合新教材的编写特点和高中研究性学习的开展,对如何加强高中数学建模教学,培养学生的创新能力方面进行探索。关键词:创新能力;数学建模;研究性学习。《全日制普通高级中学数学教学大纲(试验修订版)》对学生提出新的教学要求,要求学生:(1)学会提出问题和明确探究方向;(2)体验数学活动的过程;(3)培养创新精神和应用能力。其中,创新意识与实践能力是新大纲中最突出的特点之一,数学学习不仅要在数学基础知识,基本技能和思维能力,运算能力,空间想象能力等方面得到训练和提高,而且在应用数学分析和解决实际问题的能力方面同样需要得到训练和提高,而培养学生的分析和解决实际问题的能力仅仅靠课堂教学是不够的,必须要有实践、培养学生的创新意识和实践能力是数学教学的一个重要目的和一条基本原则,要使学生学会提出问题并明确探究方向,能够运用已有的知识进行交流,并将实际问题抽象为数学问题,就必须建立数学模型,从而形成比较完整的数学知识结构。数学模型是数学知识与数学应用的桥梁,研究和学习数学模型,能帮助学生探索数学的应用,产生对数学学习的兴趣,培养学生的创新意识和实践能力,加强数学建模教学与学习对学生的智力开发具有深远的意义,现就如何加强高中数学建模教学谈几点体会。一.要重视各章前问题的教学,使学生明白建立数学模型的实际意义。教材的每一章都由一个有关的实际问题引入,可直接告诉学生,学了本章的教学内容及方法后,这个实际问题就能用数学模型得到解决,这样,学生就会产生创新意识,对新数学模型的渴求,实践意识,学完要在实践中试一试。如新教材“三角函数”章前提出:有一块以O点为圆心的半圆形空地,要在这块空地上划出一个内接矩形ABCD辟为绿册,使其册边AD落在半圆的直径上,另两点BC落在半圆的圆周上,已知半圆的半径长为a,如何选择关于点O对称的点A、D的位置,可以使矩形面积最大?这是培养创新意识及实践能力的好时机要注意引导,对所考察的实际问题进行抽象分析,建立相应的数学模型,并通过新旧两种思路方法,提出新知识,激发学生的知欲,如不可挫伤学生的积极性,失去“亮点”。这样通过章前问题教学,学生明白了数学就是学习,研究和应用数学模型,同时培养学生追求新方法的意识及参与实践的意识。因此,要重视章前问题的教学,还可据市场经济的建设与发展的需要及学生实践活动中发现的问题,补充一些实例,强化这方面的教学,使学生在日常生活及学习中重视数学,培养学生数学建模意识。2.通过几何、三角形测量问题和列方程解应用题的教学渗透数学建模的思想与思维过程。学习几何、三角的测量问题,使学生多方面全方位地感受数学建模思想,让学生认识更多现在数学模型,巩固数学建模思维过程、教学中对学生展示建模的如下过程:现实原型问题数学模型数学抽象简化原则演算推理现实原型问题的解数学模型的解反映性原则返回解释列方程解应用题体现了在数学建模思维过程,要据所掌握的信息和背景材料,对问题加以变形,使其简单化,以利于解答的思想。且解题过程中重要的步骤是据题意更出方程,从而使学生明白,数学建模过程的重点及难点就是据实际问题特点,通过观察、类比、归纳、分析、概括等基本思想,联想现成的数学模型或变换问题构造新的数学模型来解决问题。如利息(复利)的数列模型、利润计算的方程模型决策问题的函数模型以及不等式模型等。3.结合各章研究性课题的学习,培养学生建立数学模型的能力,拓展数学建模形式的多样性式与活泼性。高中新大纲要求每学期至少安排一个研究性课题,就是为了培养学生的数学建模能力,如“数列”章中的“分期付款问题”、“平面向是‘章中’向量在物理中的应用”等,同时,还可设计类似利润调查、洽谈、采购、销售等问题。设计了如下研究性问题。例1根据下表给出的数据资料,确定该国人口增长规律,预测该国2000年的人口数。时间(年份) 人中数(百万) 39 50 63 76 92 106 123 132 145分析:这是一个确定人口增长模型的问题,为使问题简化,应作如下假设:(1)该国的政治、经济、社会环境稳定;(2)该国的人口增长数由人口的生育,死亡引起;(3)人口数量化是连续的。基于上述假设,我们认为人口数量是时间函数。建模思路是根据给出的数据资料绘出散点图,然后寻找一条直线或曲线,使它们尽可能与这些散点吻合,该直线或曲线就被认为近似地描述了该国人口增长规律,从而进一步作出预测。通过上题的研究,既复习巩固了函数知识更培养了学生的数学建模能力和实践能力及创新意识。在日常教学中注意训练学生用数学模型来解决现实生活问题;培养学生做生活的有心人及生活中“数”意识和观察实践能力,如记住一些常用及常见的数据,如:人行车、自行车的速度,自己的身高、体重等。利用学校条件,组织学生到操场进行实习活动,活动一结束,就回课堂把实际问题化成相应的数学模型来解决。如:推铅球的角度与距离关系;全班同学手拉手围成矩形圈,怎样围使围成的面积最大等,用砖块搭成多米诺牌骨等。四、培养学生的其他能力,完善数学建模思想。由于数学模型这一思想方法几乎贯穿于整个中小学数学学习过程之中,小学解算术运用题中学建立函数表达式及解析几何里的轨迹方程等都孕育着数学模型的思想方法,熟练掌握和运用这种方法,是培养学生运用数学分析问题、解决问题能力的关键,我认为这就要求培养学生以下几点能力,才能更好的完善数学建模思想:(1)理解实际问题的能力;(2)洞察能力,即关于抓住系统要点的能力;(3)抽象分析问题的能力;(4)“翻译”能力,即把经过一生抽象、简化的实际问题用数学的语文符号表达出来,形成数学模型的能力和对应用数学方法进行推演或计算得到注结果能自然语言表达出来的能力;(5)运用数学知识的能力;(6)通过实际加以检验的能力。只有各方面能力加强了,才能对一些知识触类旁通,举一反三,化繁为简,如下例就要用到各种能力,才能顺利解出。例2:解方程组x+y+z=1 (1)x2+y2+z2=1/3 (2)x3+y3+z3=1/9 (3)分析:本题若用常规解法求相当繁难,仔细观察题设条件,挖掘隐含信息,联想各种知识,即可构造各种等价数学模型解之。方程模型:方程(1)表示三根之和由(1)(2)不难得到两两之积的和(XY+YZ+ZX)=1/3,再由(3)又可将三根之积(XYZ=1/27),由韦达定理,可构造一个一元三次方程模型。(4)x,y,z 恰好是其三个根t3-t2+1/3t-1/27=0 (4)函数模型:由(1)(2)知若以xz(x+y+z)为一次项系数,(x2+y2+z2)为常数项,则以3=(12+12+12)为二次项系数的二次函f(x)=(12+12+12)t2-2(x+y+z)t+(x2+y2+z2)=(t-x)2+(t-y)2+(t-z)2为完全平方函数3(t-1/3)2,从而有t-x=t-y=t-z,而x=y=z再由(1)得x=y=z=1/3,也适合(3)平面解析模型方程(1)(2)有实数解的充要条件是直线x+y=1-z与圆x2+y2=1/3-z2有公共点后者有公共点的充要条件是圆心(O、O)到直线x+y的距离不大于半径。总之,只要教师在教学中通过自学出现的实际的问题,根据当地及学生的实际,使数学知识与生活、生产实际联系起来,就能增强学生应用数学模型解决实际问题的意识,从而提高学生的创新意识与实践能力。数学建模随着人类的进步,科技的发展和社会的日趋数字化,应用领域越来越广泛,人们身边的数学内容越来越丰富。强调数学应用及培养应用数学意识对推动素质教育的实施意义十分巨大。数学建模在数学教育中的地位被提到了新的高度,通过数学建模解数学应用题,提高学生的综合素质。本文将结合数学应用题的特点,把怎样利用数学建模解好数学应用问题进行剖析,希望得到同仁的帮助和指正。一、数学应用题的特点我们常把来源于客观世界的实际,具有实际意义或实际背景,要通过数学建模的方法将问题转化为数学形式表示,从而获得解决的一类数学问题叫做数学应用题。数学应用题具有如下特点:第一、数学应用题的本身具有实际意义或实际背景。这里的实际是指生产实际、社会实际、生活实际等现实世界的各个方面的实际。如与课本知识密切联系的源于实际生活的应用题;与模向学科知识网络交汇点有联系的应用题;与现代科技发展、社会市场经济、环境保护、实事政治等有关的应用题等。第二、数学应用题的求解需要采用数学建模的方法,使所求问题数学化,即将问题转化成数学形式来表示后再求解。第三、数学应用题涉及的知识点多。是对综合运用数学知识和方法解决实际问题能力的检验,考查的是学生的综合能力,涉及的知识点一般在三个以上,如果某一知识点掌握的不过关,很难将问题正确解答。第四、数学应用题的命题没有固定的模式或类别。往往是一种新颖的实际背景,难于进行题型模式训练,用“题海战术”无法解决变化多端的实际问题。必须依靠真实的能力来解题,对综合能力的考查更具真实、有效性。因此它具有广阔的发展空间和潜力。二、数学应用题如何建模建立数学模型是解数学应用题的关键,如何建立数学模型可分为以下几个层次:第一层次:直接建模。根据题设条件,套用现成的数学公式、定理等数学模型,注解图为:将题材设条件翻译成数学表示形式应用题 审题 题设条件代入数学模型 求解选定可直接运用的数学模型第二层次:直接建模。可利用现成的数学模型,但必须概括这个数学模型,对应用题进行分析,然后确定解题所需要的具体数学模型或数学模型中所需数学量需进一步求出,然后才能使用现有数学模型。第三层次:多重建模。对复杂的关系进行提炼加工,忽略次要因素,建立若干个数学模型方能解决问题。第四层次:假设建模。要进行分析、加工和作出假设,然后才能建立数学模型。如研究十字路口车流量问题,假设车流平稳,没有突发事件等才能建模。三、建立数学模型应具备的能力从实际问题中建立数学模型,解决数学问题从而解决实际问题,这一数学全过程的教学关键是建立数学模型,数学建模能力的强弱,直接关系到数学应用题的解题质量,同时也体现一个学生的综合能力。3.1提高分析、理解、阅读能力。阅读理解能力是数学建模的前提,数学应用题一般都创设一个新的背景,也针对问题本身使用一些专门术语,并给出即时定义。如1999年高考题第22题给出冷轧钢带的过程叙述,给出了“减薄率”这一专门术语,并给出了即时定义,能否深刻理解,反映了自身综合素质,这种理解能力直接影响数学建模质量。3.2强化将文字语言叙述转译成数学符号语言的能力。将数学应用题中所有表示数量关系的文字、图象语言翻译成数学符号语言即数、式子、方程、不等式、函数等,这种译释能力是数学建成模的基础性工作。例如:一种产品原来的成本为a元,在今后几年内,计划使成本平均每一年比上一年降低p%,经过五年后的成本为多少?将题中给出的文字翻译成符号语言,成本y=a(1-p%)53.3增强选择数学模型的能力。选择数学模型是数学能力的反映。数学模型的建立有多种方法,怎样选择一个最佳的模型,体现数学能力的强弱。建立数学模型主要涉及到方程、函数、不等式、数列通项公式、求和公式、曲线方程等类型。结合教学内容,以函数建模为例,以下实际问题所选择的数学模型列表:函数建模类型 实际问题一次函数 成本、利润、销售收入等二次函数 优化问题、用料最省问题、造价最低、利润最大等幂函数、指数函数、对数函数 细胞分裂、生物繁殖等三角函数 测量、交流量、力学问题等3.4加强数学运算能力。数学应用题一般运算量较大、较复杂,且有近似计算。有的尽管思路正确、建模合理,但计算能力欠缺,就会前功尽弃。所以加强数学运算推理能力是使数学建模正确求解的关键所在,忽视运算能力,特别是计算能力的培养,只重视推理过程,不重视计算过程的做法是不可取的。利用数学建模解数学应用题对于多角度、多层次、多侧面思考问题,培养学生发散思维能力是很有益的,是提高学生素质,进行素质教育的一条有效途径。同时数学建模的应用也是科学实践,有利于实践能力的培养,是实施素质教育所必须的,需要引起教育工作者的足够重视。
已经发了好几篇给你了,请注意查收一下。有几篇是自己做的,希望对你有用。
你的问题问的太宽泛了,我就是搞建模的,都不到从何开始回答你,想要进一步讨论的话可以hi我。论文七大部分肯定是必不可少的:问题重述,模型假设,问题分析,模型建立,模型求解,结果分析及检验,(包括灵敏度分析,如果需要的话)模型推广,当然还得有目录和摘要以及参考文献了
在统计学中,统计模型是指当有些过程无法用理论分析 方法 导出其模型,但可通过试验或直接由工业过程测定数据,经过数理统计法求得各变量之间的函数关系。下文是我为大家整理的关于统计模型论文的 范文 ,欢迎大家阅读参考!
统计套利模型的理论综述与应用分析
【摘要】统计套利模型是基于数量经济学和统计学建立起来的,在对历史数据分析的基础之上,估计相关变量的概率分布,并结合基本面数据对未来收益进行预测,发现套利机会进行交易。统计套利这种分析时间序列的统计学特性,使其具有很大的理论意义和实践意义。在实践方面广泛应用于个对冲基金获取收益,理论方面主要表现在资本有效性检验以及开放式基金评级,本文就统计套利的基本原理、交易策略、应用方向进行介绍。
【关键词】统计套利 成对交易 应用分析
一、统计套利模型的原理简介
统计套利模型是基于两个或两个以上具有较高相关性的股票或者其他证券,通过一定的方法验证股价波动在一段时间内保持这种良好的相关性,那么一旦两者之间出现了背离的走势,而且这种价格的背离在未来预计会得到纠正,从而可以产生套利机会。在统计套利实践中,当两者之间出现背离,那么可以买进表现价格被低估的、卖出价格高估的股票,在未来两者之间的价格背离得到纠正时,进行相反的平仓操作。统计套利原理得以实现的前提是均值回复,即存在均值区间(在实践中一般表现为资产价格的时间序列是平稳的,且其序列图波动在一定的范围之内),价格的背离是短期的,随着实践的推移,资产价格将会回复到它的均值区间。如果时间序列是平稳的,则可以构造统计套利交易的信号发现机制,该信号机制将会显示是否资产价格已经偏离了长期均值从而存在套利的机会 在某种意义上存在着共同点的两个证券(比如同行业的股票), 其市场价格之间存在着良好的相关性,价格往往表现为同向变化,从而价格的差值或价格的比值往往围绕着某一固定值进行波动。
二、统计套利模型交易策略与数据的处理
统计套利具 体操 作策略有很多,一般来说主要有成对/一篮子交易,多因素模型等,目前应用比较广泛的策略主要是成对交易策略。成对策略,通常也叫利差交易,即通过对同一行业的或者股价具有长期稳定均衡关系的股票的一个多头头寸和一个空头头寸进行匹配,使交易者维持对市场的中性头寸。这种策略比较适合主动管理的基金。
成对交易策略的实施主要有两个步骤:一是对股票对的选取。海通证券分析师周健在绝对收益策略研究―统计套利一文中指出,应当结合基本面与行业进行选股,这样才能保证策略收益,有效降低风险。比如银行,房地产,煤电行业等。理论上可以通过统计学中的聚类分析方法进行分类,然后在进行协整检验,这样的成功的几率会大一些。第二是对股票价格序列自身及相互之间的相关性进行检验。目前常用的就是协整理论以及随机游走模型。
运用协整理论判定股票价格序列存在的相关性,需要首先对股票价格序列进行平稳性检验,常用的检验方法是图示法和单位根检验法,图示法即对所选各个时间序列变量及一阶差分作时序图,从图中观察变量的时序图出现一定的趋势册可能是非平稳性序列,而经过一阶差分后的时序图表现出随机性,则序列可能是平稳的。但是图示法判断序列是否存在具有很大的主观性。理论上检验序列平稳性及阶输通过单位根检验来确定,单位根检验的方法很多,一般有DF,ADF检验和Phillips的非参数检验(PP检验)一般用的较多的方法是ADF检验。
检验后如果序列本身或者一阶差分后是平稳的,我们就可以对不同的股票序列进行协整检验,协整检验的方法主要有EG两步法,即首先对需要检验的变量进行普通的线性回归,得到一阶残差,再对残差序列进行单位根检验,如果存在单位根,那么变量是不具有协整关系的,如果不存在单位根,则序列是平稳的。EG检验比较适合两个序列之间的协整检验。除EG检验法之外,还有Johansen检验,Gregory hansan法,自回归滞后模型法等。其中johansen检验比较适合三个以上序列之间协整关系的检验。通过协整检验,可以判定股票价格序列之间的相关性,从而进行成对交易。
Christian L. Dunis和Gianluigi Giorgioni(2010)用高频数据代替日交易数据进行套利,并同时比较了具有协整关系的股票对和没有协整关系股票对进行套利的立即收益率,结果显示,股票间价格协整关系越高,进行统计套利的机会越多,潜在收益率也越高。
根据随机游走模型我们可以检验股票价格波动是否具有“记忆性”,也就是说是否存在可预测的成分。一般可以分为两种情况:短期可预测性分析及长期可预测性分析。在短期可预测性分析中,检验标准主要针对的是随机游走过程的第三种情况,即不相关增量的研究,可以采用的检验工具是自相关检验和方差比检验。在序列自相关检验中,常用到的统计量是自相关系数和鲍克斯-皮尔斯 Q统计量,当这两个统计量在一定的置信度下,显著大于其临界水平时,说明该序列自相关,也就是存在一定的可预测性。方差比检验遵循的事实是:随机游走的股价对数收益的方差随着时期线性增长,这些期间内增量是可以度量的。这样,在k期内计算的收益方差应该近似等于k倍的单期收益的方差,如果股价的波动是随机游走的,则方差比接近于1;当存在正的自相关时,方差比大于1;当存在负的自相关是,方差比小于1。进行长期可预测性分析,由于时间跨度较大的时候,采用方差比进行检验的作用不是很明显,所以可以采用R/S分析,用Hurst指数度量其长期可预测性,Hurst指数是通过下列方程的回归系数估计得到的:
Ln[(R/S)N]=C+H*LnN
R/S 是重标极差,N为观察次数,H为Hurst指数,C为常数。当H>时说,说明这些股票可能具有长期记忆性,但是还不能判定这个序列是随机游走或者是具有持续性的分形时间序列,还需要对其进行显著性检验。
无论是采用协整检验还是通过随机游走判断,其目的都是要找到一种短期或者长期内的一种均衡关系,这样我们的统计套利策略才能够得到有效的实施。
进行统计套利的数据一般是采用交易日收盘价数据,但是最近研究发现,采用高频数据(如5分钟,10分钟,15分钟,20分钟收盘价交易数据)市场中存在更多的统计套利机会。日交易数据我们选择前复权收盘价,而且如果两只股票价格价差比较大,需要先进性对数化处理。Christian L. Dunis和Gianluigi Giorgioni(2010)分别使用15分钟收盘价,20分钟收盘价,30分以及一个小时收盘价为样本进行统计套利分析,结果显示,使用高频数据进行统计套利所取得收益更高。而且海通证券金融分析师在绝对收益策略系列研究中,用沪深300指数为样本作为统计套利 配对 交易的标的股票池,使用高频数据计算累计收益率比使用日交易数据高将近5个百分点。
三、统计套利模型的应用的拓展―检验资本市场的有效性
Fama(1969)提出的有效市场假说,其经济含义是:市场能够对信息作出迅速合理的反应,使得市场价格能够充分反映所有可以获得的信息,从而使资产的价格不可用当前的信息进行预测,以至于任何人都无法持续地获得超额利润.通过检验统计套利机会存在与否就可以验证资本市场是有效的的,弱有效的,或者是无效的市场。徐玉莲(2005)通过运用统计套利对中国资本市场效率进行实证研究,首先得出结论:统计套利机会的存在与资本市场效率是不相容的。以此为理论依据,对中国股票市场中的价格惯性、价格反转及价值反转投资策略是否存在统计套利机会进行检验,结果发现我国股票市场尚未达到弱有效性。吴振翔,陈敏(2007)曾经利用这种方法对我国A股市场的弱有效性加以检验,采用惯性和反转两种投资策略发现我国A股若有效性不成立。另外我国学者吴振翔,魏先华等通过对Hogan的统计套利模型进行修正,提出了基于统计套利模型对开放式基金评级的方法。
四、结论
统计套利模型的应用目前主要表现在两个方面:1.作为一种有效的交易策略,进行套利。2.通过检测统计套利机会的存在,验证资本市场或者某个市场的有效性。由于统计套利策略的实施有赖于做空机制的建立,随着我股指期货和融资融券业务的推出和完善,相信在我国会有比较广泛的应用与发展。
参考文献
[1] . Burgess:A computational Methodolology for Modelling the Dynamics of statistical arbitrage, London business school,PhD Thesis,1999.
[2]方昊.统计套利的理论模式及应用分析―基于中国封闭式基金市场的检验.统计与决策,2005,6月(下).
[3]马理,卢烨婷.沪深 300 股指期货期现套利的可行性研究―基于统计套利模型的实证.财贸研究,2011,1.
[4]吴桥林.基于沪深 300 股指期货的套利策略研究[D].中国优秀硕士学位论文.2009.
[5]吴振翔,陈敏.中国股票市场弱有效性的统计套利检验[J].系统工程理论与实践.2007,2月.
关于半参统计模型的估计研究
【摘要】随着数据模型技术的迅速发展,现有的数据模型已经无法满足实践中遇到的一些测量问题,严重的限制了现代科学技术在数据模型上应用和发展,所以基于这种背景之下,学者们针对数据模型测量实验提出了新的理论和方法,并研制出了半参数模型数据应用。半参数模型数据是基于参数模型和非参数模型之上的一种新的测量数据模型,因此它具备参数模型和非参数模型很多共同点。本文将结合数据模型技术,对半参统计模型进行详细的探究与讨论。
【关键词】半参数模型 完善误差 测量值 纵向数据
本文以半参数模型为例,对参数、非参数分量的估计值和观测值等内容进行讨论,并运用三次样条函数插值法得出非参数分量的推估表达式。另外,为了解决纵向数据下半参数模型的参数部分和非参数部分的估计问题,在误差为鞅差序列情形下,对半参数数据模型、渐近正态性、强相合性进行研究和分析。另外,本文初步讨论了平衡参数的选取问题,并充分说明了泛最小二乘估计方法以及相关结论,同时对半参数模型的迭代法进行了相关讨论和研究。
一、概论
在日常生活当中,人们所采用的参数数据模型构造相对简单,所以操作起来比较容易;但在测量数据的实际使用过程中存在着相关大的误差,例如在测量相对微小的物体,或者是对动态物体进行测量时。而建立半参数数据模型可以很好的解决和缓解这一问题:它不但能够消除或是降低测量中出现的误差,同时也不会将无法实现参数化的系统误差进行勾和。系统误差非常影响观测值的各种信息,如果能改善,就能使其实现更快、更及时、更准确的误差识别和提取过程;这样不仅可以提高参数估计的精确度,也对相关科学研究进行了有效补充。
举例来说,在模拟算例及坐标变换GPS定位重力测量等实际应用方面,体现了这种模型具有一定成功性及实用性;这主要是因为半参数数据模型同当前所使用的数据模型存在着一致性,可以很好的满足现在的实际需要。而新建立的半参数模型以及它的参数部分和非参数部分的估计,也可以解决一些污染数据的估计问题。这种半参数模型,不仅研究了纵向数据下其自身的t型估计,同时对一些含光滑项的半参数数据模型进行了详细的阐述。另外,基于对称和不对称这两种情况,可以在一个线性约束条件下对参数估计以及假设进行检验,这主要是因为对观测值产生影响的因素除了包含这个线性关系以外,还受到某种特定因素的干扰,所以不能将其归入误差行列。另外,基于自变量测量存在一定误差,经常会导致在计算过程汇总,丢失很多重要信息。
二、半参数回归模型及其估计方法
这种模型是由西方著名学者Stone在上世纪70年代所提出的,在80年代逐渐发展并成熟起来。目前,这种参数模型已经在医学以及生物学还有经济学等诸多领域中广泛使用开来。
半参数回归模型介于非参数回归模型和参数回归模型之间,其内容不仅囊括了线性部分,同时包含一些非参数部分,应该说这种模型成功的将两者的优点结合在一起。这种模型所涉及到的参数部分,主要是函数关系,也就是我们常说的对变量所呈现出来的大势走向进行有效把握和解释;而非参数部分则主要是值函数关系中不明确的那一部分,换句话就是对变量进行局部调整。因此,该模型能够很好的利用数据中所呈现出来的信息,这一点是参数回归模型还有非参数归回模型所无法比拟的优势,所以说半参数模型往往拥有更强、更准确的解释能力。
从其用途上来说,这种回归模型是当前经常使用的一种统计模型。其形式为:
三、纵向数据、线性函数和光滑性函数的作用
纵向数据其优点就是可以提供许多条件,从而引起人们的高度重视。当前纵向数据例子也非常多。但从其本质上讲,纵向数据其实是指对同一个个体,在不同时间以及不同地点之上,在重复观察之下所得到一种序列数据。但由于个体间都存在着一定的差别,从而导致在对纵向数据进行求方差时会出现一定偏差。在对纵向数据进行观察时,其观察值是相对独立的,因此其特点就是可以能够将截然不同两种数据和时间序列有效的结合在一起。即可以分析出来在个体上随着时间变化而发生的趋势,同时又能看出总体的变化形势。在当前很多纵向数据的研究中,不仅保留了其优点,并在此基础之上进行发展,实现了纵向数据中的局部线性拟合。这主要是人们希望可以建立输出变量和协变量以及时间效应的关系。可由于时间效应相对比较复杂,所以很难进行参数化的建模。
另外,虽然线性模型的估计已经取得大量的成果,但半参数模型估计至今为止还是空白页。线性模型的估计不仅仅是为了解决秩亏或病态的问题,还能在百病态的矩阵时,提供了处理线性、非线性及半参数模型等方法。首先,对观测条件较为接近的两个观测数据作为对照,可以削弱非参数的影响。从而将半参数模型变成线性模型,然后,按线性模型处理,得到参数的估计。而多数的情况下其线性系数将随着另一个变量而变化,但是这种线性系数随着时间的变化而变化,根本求不出在同一个模型中,所有时间段上的样本,亦很难使用一个或几个实函数来进行相关描述。在对测量数据处理时,如果将它看作为随机变量,往往只能达到估计的作用,要想在经典的线性模型中引入另一个变量的非线性函数,即模型中含有本质的非线性部分,就必须使用半参数线性模型。
另外就是指由各个部分组成的形态,研究对象是非线性系统中产生的不光滑和不可微的几何形体,对应的定量参数是维数,分形上统计模型的研究是当前国际非线性研究的重大前沿课题之一。因此,第一种途径是将非参数分量参数化的估计方法,也称之为参数化估计法,是关于半参数模型的早期工作,就是对函数空间附施加一定的限制,主要指光滑性。一些研究者认为半参数模型中的非参数分量也是非线性的,而且在大多数情形下所表现出来的往往是不光滑和不可微的。所以同样的数据,同样的检验方法,也可以使用立方光滑样条函数来研究半参数模型。
四、线性模型的泛最小二乘法与最小二乘法的抗差
(一)最小二乘法出现于18世纪末期
在当时科学研究中常常提出这样的问题:怎样从多个未知参数观测值集合中求出参数的最佳估值。尽管当时对于整体误差的范数,泛最小二乘法不如最小二乘法,但是当时使用最多的还是最小二乘法,其目的也就是为了估计参数。最小二乘法,在经过一段时间的研究和应用之后,逐步发展成为一整套比较完善的理论体系。现阶段不仅可以清楚地知道数据所服从的模型,同时在纵向数据半参数建模中,辅助以迭代加权法。这对补偿最小二乘法对非参数分量估计是非常有效,而且只要观测值很精确,那么该法对非参数分量估计更为可靠。例如在物理大地测量时,很早就使用用最小二乘配置法,并得到重力异常最佳估计值。不过在使用补偿最小二乘法来研究重力异常时,我们还应在兼顾着整体误差比较小的同时,考虑参数估计量的真实性。并在比较了迭代加权偏样条的基础上,研究最小二乘法在当前使用过程中存在的一些不足。应该说,该方法只强调了整体误差要实现最小,而忽略了对参数分量估计时出现的误差。所以在实际操作过程中,需要特别注意。
(二)半参模型在GPS定位中的应用和差分
半参模型在GPS相位观测中,其系统误差是影响高精度定位的主要因素,由于在解算之前模型存在一定误差,所以需及时观测误差中的粗差。GPS使用中,通过广播卫星来计算目标点在实际地理坐标系中具体坐标。这样就可以在操作过程中,发现并恢复整周未知数,由于观测值在卫星和观测站之间,是通过求双差来削弱或者是减少对卫星和接收机等系统误差的影响,因此难于用参数表达。但是在平差计算中,差分法虽然可以将观测方程的数目明显减少,但由于种种原因,依然无法取得令人满意的结果。但是如果选择使用半参数模型中的参数来表达系统误差,则能得到较好的效果。这主要是因为半参数模型是一种广义的线性回归模型,对于有着光滑项的半参数模型,在既定附加的条件之下,能够提供一个线性函数的估计方法,从而将测值中的粗差消除掉。
另外这种方法除了在GPS测量中使用之外,还可应用于光波测距仪以及变形监测等一些参数模型当中。在重力测量中的应用在很多情形下,尤其是数学界的理论研究,我们总是假定S是随机变量实际上,这种假设是合理的,近几年,我们对这种线性模型的研究取得了一些不错的成果,而且因其形式相对简洁,又有较高适用性,所以这种模型在诸多领域中发挥着重要作用。
通过模拟的算例及坐标变换GPS定位重力测量等实际应用,说明了该法的成功性及实用性,从理论上说明了流行的自然样条估计方法,其实质是补偿最小二乘方法的特例,在今后将会有广阔的发展空间。另外 文章 中提到的分形理论的研究对象应是非线性系统中产生的不光滑和不可微的几何形体,而且分形已经在断裂力学、地震学等中有着广泛的应用,因此应被推广使用到研究半参数模型中来,不仅能够更及时,更加准确的进行误差的识别和提取,同时可以提高参数估计的精确度,是对当前半参数模型研究的有力补充。
五、 总结
文章所讲的半参数模型包括了参数、非参数分量的估计值和观测值等内容,并且用了三次样条函数插值法得到了非参数分量的推估表达式。另外,为了解决纵向数据前提下,半参数模型的参数部分和非参数部分的估计问题,在误差为鞅差序列情形下,对半参数数据模型、渐近正态性、强相合性进行研究和分析。同时介绍了最小二乘估计法。另外初步讨论了平衡参数的选取问题,还充分说明了泛最小二乘估计方法以及有关结论。在对半参数模型的迭代法进行了相关讨论和研究的基础之上,为迭代法提供了详细的理论说明,为实际应用提供了理论依据。
参考文献
[1]胡宏昌.误差为AR(1)情形的半参数回归模型拟极大似然估计的存在性[J].湖北师范学院学报(自然科学版),2009(03).
[2]钱伟民,李静茹.纵向污染数据半参数回归模型中的强相合估计[J].同济大学学报(自然科学版),2009(08).
[3]樊明智,王芬玲,郭辉.纵向数据半参数回归模型的最小二乘局部线性估计[J].数理统计与管理,2009(02).
[4]崔恒建,王强.变系数结构关系EV模型的参数估计[J].北京师范大学学报(自然科学版).2005(06).
[5]钱伟民,柴根象.纵向数据混合效应模型的统计分析[J].数学年刊A辑(中文版).2009(04)
[6]孙孝前,尤进红.纵向数据半参数建模中的迭代加权偏样条最小二乘估计[J].中国科学(A辑:数学),2009(05).
[7]张三国,陈希孺.EV多项式模型的估计[J].中国科学(A辑),2009(10).
[8]任哲,陈明华.污染数据回归分析中参数的最小一乘估计[J].应用概率统计,2009(03).
[9]张三国,陈希孺.有重复观测时EV模型修正极大似然估计的相合性[J].中国科学(A辑).2009(06).
[10]崔恒建,李勇,秦怀振.非线性半参数EV四归模型的估计理论[J].科学通报,2009(23).
[11]罗中明.响应变量随机缺失下变系数模型的统计推断[D].中南大学,2011.
[12]刘超男.两参数指数威布尔分布的参数Bayes估计及可靠性分析[D].中南大学,2008.
[13]郭艳.湖南省税收收入预测模型及其实证检验与经济分析[D].中南大学,2009.
[14]桑红芳.几类分布的参数估计的损失函数和风险函数的Bayes推断[D].中南大学,2009.
[15]朱琳.服从几类可靠性分布的无失效数据的bayes分析[D].中南大学,2009.
[16]黄芙蓉.指数族非线性模型和具有AR(1)误差线性模型的统计分析[D].南京理工大学,2009.
猜你喜欢:
1. 统计学分析论文
2. 统计方面论文优秀范文参考
3. 统计优秀论文范文
4. 统计学的论文参考范例
108 浏览 4 回答
283 浏览 2 回答
156 浏览 3 回答
352 浏览 5 回答
309 浏览 3 回答
352 浏览 2 回答
84 浏览 4 回答
275 浏览 5 回答
169 浏览 5 回答
178 浏览 3 回答
264 浏览 2 回答
142 浏览 5 回答
105 浏览 3 回答
297 浏览 3 回答
137 浏览 4 回答