期刊文献+
共找到224篇文章
< 1 2 12 >
每页显示 20 50 100
基于混合改进GSO与GRNN并行集成学习模型 预览
1
作者 简书强 倪志伟 +2 位作者 李敬明 朱旭辉 倪丽萍 《模式识别与人工智能》 CSCD 北大核心 2019年第3期247-258,共12页
针对萤火虫群优化算法(GSO)不稳定、收敛速度较慢与收敛精度较低等问题和广义回归神经网络(GRNN)的网络结构导致预测误差的特性,提出基于混合改进萤火虫群算法与广义回归神经网络并行集成学习模型,应用于雾霾预测.首先构建融合多种搜索... 针对萤火虫群优化算法(GSO)不稳定、收敛速度较慢与收敛精度较低等问题和广义回归神经网络(GRNN)的网络结构导致预测误差的特性,提出基于混合改进萤火虫群算法与广义回归神经网络并行集成学习模型,应用于雾霾预测.首先构建融合多种搜索策略的混合改进萤火虫群优化算法(HIGSO),并使用标准测试函数验证算法性能.然后结合HIGSO与引入扰动因子的GRNN模型,建立并行集成学习模型,并通过UCI标准数据集验证模型的有效性与可行性.最后将模型应用于北京、上海和广州地区的雾霾预测,进一步验证模型在雾霾预测中的性能. 展开更多
关键词 混合改进萤火虫优化算法 广义回归神经网络(GRNN) 扰动因子 雾霾预测
在线阅读 下载PDF
基于改进二进制人工蜂群的BP神经网络并行集成学习算法及其应用研究
2
作者 贾凯 倪志伟 +2 位作者 李敬明 陆玉佳 朱旭辉 《系统科学与数学》 CSCD 北大核心 2019年第3期477-494,共18页
BP神经网络算法具有寻优效率不高、易发生早熟且最终求解精度不够等特点,针对以上问题,文章提出一种基于改进二进制人工蜂群算法(Improved Binary Artificial Bee Colony Algorithm)的BP神经网络并行集成学习算法(IBABC-BP).首先,文章... BP神经网络算法具有寻优效率不高、易发生早熟且最终求解精度不够等特点,针对以上问题,文章提出一种基于改进二进制人工蜂群算法(Improved Binary Artificial Bee Colony Algorithm)的BP神经网络并行集成学习算法(IBABC-BP).首先,文章构建以高斯变异函数作为概率映射函数的离散二进制人工蜂群算法(IBABC),分析证明了算法的有效性,并通过在4个Benchmark标准测试函数上证明了其寻优精度和收敛速度较其他4种改进人工蜂群算法均有大幅提高;其次,将改进的二进制人工蜂群算法(IBABC)用于训练BP神经网络.设计了IBABC-BP并行集成学习算法;最后,将IBABC-BP算法用于雾霾评估预测,以合肥地区的雾霾历史数据作为仿真数据.实验结果表明,IBABC-BP算法在寻优精度和收敛速度上较原始BP算法、人工蜂群ABC-BP算法、遗传GA-BP算法等算法有明显的提升,可以有效地提高雾霾评估预测的准确性. 展开更多
关键词 改进二进制人工蜂群算法 BP神经网络 高斯变异函数 雾霾评估预测
新常态下科技支撑对区域发展的实证研究 预览
3
作者 张鑫 蔡梦娇 +1 位作者 傅为忠 赵坤 《技术与创新管理》 2019年第2期222-230,共9页
新常态背景下,创新日益成为推动区域发展的重要力量。为了研究科技支撑对区域发展水平的影响,研究以皖江经济带2006~2016年9个城市的面板数据为基础,从社会和经济2个层面建立指标体系测量被解释变量区域发展水平,从市场需求、创新投入... 新常态背景下,创新日益成为推动区域发展的重要力量。为了研究科技支撑对区域发展水平的影响,研究以皖江经济带2006~2016年9个城市的面板数据为基础,从社会和经济2个层面建立指标体系测量被解释变量区域发展水平,从市场需求、创新投入、创新文化、创新人才和平台载体5大层面测算目标变量科技支撑。然后,应用熵权法对解释变量和被解释变量求综合值,利用极值边界分析法(EBA)探索解释变量对被解释变量的影响情况,结果得出5个目标变量与被解释变量呈正相关关系,其中创新人才对区域发展的作用系数最大。最后,运用灰色关联度方法做稳定性分析,计算区域发展和5个目标变量进行相似度,结果得出区域发展与创新人才的关联度最高,与回归结果一致,并以此提出了相对应的发展对策建议。 展开更多
关键词 区域发展 科技支撑 熵值法 极值边界分析法 灰色关联度法 皖江经济带
在线阅读 下载PDF
基于nBD-SVM模型的投诉短文本分类
4
作者 余本功 陈杨楠 杨颖 《数据分析与知识发现》 CSSCI CSCD 北大核心 2019年第5期77-85,共9页
【目的】对投诉短文本进行有效分类以提高问题处理效率。【方法】针对投诉文本所呈现出的弱结构化、长度较短等特征,提出一种结合主题模型和词向量方法构建SVM输入空间向量,并融入集成学习方法的nBD-SVM文本分类模型。【结果】采用企业... 【目的】对投诉短文本进行有效分类以提高问题处理效率。【方法】针对投诉文本所呈现出的弱结构化、长度较短等特征,提出一种结合主题模型和词向量方法构建SVM输入空间向量,并融入集成学习方法的nBD-SVM文本分类模型。【结果】采用企业投诉文本进行实证分析,对比相关分类方法,nBD-SVM准确率可达81.13%,说明其能够有效提升投诉文本分类的准确性和效率。【局限】实验仅以某公司投诉文本为例。【结论】nBD-SVM分类模型能够适应企业投诉文本分类任务,满足企业的分类应用需求。 展开更多
关键词 投诉短文本分类 主题模型 词向量方法 集成学习 nBD-SVM
基于D-vine copula-分位数回归的组合投资决策 预览
5
作者 许启发 王侠英 +1 位作者 蒋翠侠 李辉艳 《系统工程学报》 CSCD 北大核心 2019年第1期69-81,共13页
为克服传统组合投资决策模型使用方差风险的不足,建立D-vine copula-分位数回归方法估计多元条件联合分布,给出广义Omega比率组合投资决策模型求解方案.分别选取能源市场3种期货商品和不同行业5只股票进行实证研究,结果表明:基于D-vine ... 为克服传统组合投资决策模型使用方差风险的不足,建立D-vine copula-分位数回归方法估计多元条件联合分布,给出广义Omega比率组合投资决策模型求解方案.分别选取能源市场3种期货商品和不同行业5只股票进行实证研究,结果表明:基于D-vine copula-分位数回归的广义Omega比率组合投资决策模型,能够充分揭示与模拟金融资产收益变动规律,得到更高的Sharpe比率和广义Omega比率. 展开更多
关键词 组合投资 D-vine COPULA 分位数回归 广义Omega比率
在线阅读 下载PDF
文本分类TF-IDF算法的改进研究 预览 被引量:1
6
作者 叶雪梅 毛雪岷 +1 位作者 夏锦春 王波 《计算机工程与应用》 CSCD 北大核心 2019年第2期104-109,161共7页
中国互联网环境的发展,让大量蕴含丰富信息的新词得以普及。而传统的特征词权重TF-IDF(Term Frequency and Inverted Document Frequency)算法主要考虑TF和IDF两个方面的因素,未考虑到新词这一新兴词类的优势。针对特征项中的新词对分... 中国互联网环境的发展,让大量蕴含丰富信息的新词得以普及。而传统的特征词权重TF-IDF(Term Frequency and Inverted Document Frequency)算法主要考虑TF和IDF两个方面的因素,未考虑到新词这一新兴词类的优势。针对特征项中的新词对分类结果的影响,提出基于网络新词改进文本分类TF-IDF算法。在文本预处理中识别新词,并在向量空间模型表示中改变特征权重计算公式。实验结果表明把新词发现加入文本预处理,可以达到特征降维的目的,并且改进后的特征权重算法能优化文本分类的结果。 展开更多
关键词 新词 词频-逆文档频率(TF-IDF) 向量空间模型 文本分类
在线阅读 下载PDF
结合先验知识的深度Q神经网络算法研究 预览
7
作者 褚伟 茹琦 任明仑 《合肥工业大学学报:自然科学版》 CAS 北大核心 2019年第7期901-905,958共6页
深度Q神经网络(deep Q-network,DQN)算法在训练初期,由于动作选择随机性强,导致算法的训练时间过长。针对该问题,文章提出一种结合先验知识的深度Q神经网络(priori knowledge-DQN,PK-DQN)算法,将先验知识定义为特征状态与最优动作的映射... 深度Q神经网络(deep Q-network,DQN)算法在训练初期,由于动作选择随机性强,导致算法的训练时间过长。针对该问题,文章提出一种结合先验知识的深度Q神经网络(priori knowledge-DQN,PK-DQN)算法,将先验知识定义为特征状态与最优动作的映射,根据先验知识对动作选择过程的影响程度,将先验知识引入DQN算法,优化DQN算法的动作选择规则,降低其在探索过程中的动作选择随机性,并使用赛车游戏对算法进行训练。实验结果表明,PK-DQN算法能够更快收敛,有较高的学习效率,算法训练时长明显缩短。 展开更多
关键词 深度学习 强化学习 深度Q神经网络(DQN) 先验知识
在线阅读 免费下载
基于主题模型和专利数据的技术创新评价研究 预览
8
作者 余本功 陈杨楠 杨颖 《现代情报》 CSSCI 2019年第1期111-117,168共8页
[目的/意义]专利是企业技术创新活动的重要成果,对专利数据进行分析,有利于客观评价企业技术创新能力。[方法/过程]从计量的角度对企业专利数据进行分析的同时,结合机器学习的方法,通过LDA模型对专利摘要文本进行内容挖掘,构建基于专利... [目的/意义]专利是企业技术创新活动的重要成果,对专利数据进行分析,有利于客观评价企业技术创新能力。[方法/过程]从计量的角度对企业专利数据进行分析的同时,结合机器学习的方法,通过LDA模型对专利摘要文本进行内容挖掘,构建基于专利文本内容的评价指标,建立由专利数量、专利趋势和专利内容三方面指标组成的技术创新评价体系。[结果/结论]采用熵值法确定各项指标对企业技术创新的影响权重,并通过实验对国内自主品牌制造企业进行技术创新评价,说明了评价方法的现实意义。 展开更多
关键词 主题模型 专利数据 LDA 内容挖掘 熵值法 技术创新评价
在线阅读 下载PDF
基于文献多属性加权的共词分析方法研究
9
作者 余本功 王龙飞 +1 位作者 陈杨楠 杨颖 《情报科学》 CSSCI 北大核心 2019年第1期122-128,共7页
【目的/意义】共词分析法是文献情报分析的重要方法,对促进学科领域等的研究和发展具有重要作用。针对共词分析法中存在的文献层面和词层面"同量不同质"问题、高频孤立词问题等,提出一种基于文献多属性加权的共词分析方法。... 【目的/意义】共词分析法是文献情报分析的重要方法,对促进学科领域等的研究和发展具有重要作用。针对共词分析法中存在的文献层面和词层面"同量不同质"问题、高频孤立词问题等,提出一种基于文献多属性加权的共词分析方法。【方法/过程】该方法利用文献发表时间、被引次数和下载量等属性来度量文献时效性和被关注度,以表征文献层面的权重;利用文献标题和摘要等属性对文献关键词的差异性进行度量;综合文献权重和词差异性权重对共词分析词频次及共词对频次进行加权处理,然后依据二者加权后的频次确定共词分析用词集合及构建共词矩阵。【结果/结论】以CNKI数据库有关主题模型研究的核心期刊论文为数据源,对该领域的研究主题热点进行分析,从共词分析用词选择和聚类分析等方面与一般共词分析法进行对比,验证了本文所提加权方法具有一定的合理性和有效性。 展开更多
关键词 加权共词分析 文献属性 时效性 被关注度 词差异性
面向旅游在线评论情感词典构建方法 预览
10
作者 严仲培 陆文星 +1 位作者 束柬 王彬有 《计算机应用研究》 CSCD 北大核心 2019年第6期1660-1664,共5页
旅游在线评论情感分析的基础是情感词典的构建。在领域情感词典构建过程中,通常仅使用词频作为筛选种子词集的标准,而并未考虑其内部词语的关联程度,这会导致种子词集聚类效果不明显,进而影响情感词语归类精度。因此,基于词向量模型,提... 旅游在线评论情感分析的基础是情感词典的构建。在领域情感词典构建过程中,通常仅使用词频作为筛选种子词集的标准,而并未考虑其内部词语的关联程度,这会导致种子词集聚类效果不明显,进而影响情感词语归类精度。因此,基于词向量模型,提出一种情感词典种子词集筛选方法。该方法将情感词语以向量形式表征并计算词向量间距离,形成种子词集的筛选标准和分类依据,再通过类别判断形成在线评论的情感词典。最后,构建了山岳型旅游景区在线评论情感词典,并通过对比实验验证了方法的有效性,对提高情感词语归类精度和旅游在线评论情感词典的构建起到了积极的作用。 展开更多
关键词 旅游在线评论 情感词典 词向量 山岳型景区
在线阅读 下载PDF
挑战性压力源对新生代员工主动性-被动性创新行为的影响 预览
11
作者 杨皖苏 杨希 杨善林 《科技进步与对策》 CSSCI 北大核心 2019年第8期139-145,共7页
基于工作压力源视角,以234名“90”后新生代员工为调查对象,分析挑战性压力源对新生代员工主动性-被动性创新行为的影响机制,以及组织支持感和工作资源有调节的中介效应。运用多元回归方法对调研数据进行实证分析,结果表明:挑战性压力... 基于工作压力源视角,以234名“90”后新生代员工为调查对象,分析挑战性压力源对新生代员工主动性-被动性创新行为的影响机制,以及组织支持感和工作资源有调节的中介效应。运用多元回归方法对调研数据进行实证分析,结果表明:挑战性压力源对新生代员工主动性创新行为具有正向影响,对其被动性创新行为具有负向影响;组织支持感在挑战性压力源与新生代员工主动性-被动性创新行为之间起中介作用;工作资源正向调节挑战性压力源与新生代员工组织支持感之间的关系,同时工作资源能够调节挑战性压力源通过组织支持感对新生代员工主动性-被动性创新行为的中介作用。 展开更多
关键词 挑战性压力源 主动性-被动性创新行为 组织支持感 工作资源
在线阅读 下载PDF
基于藤copula-CAViaR方法的股市风险溢出效应研究
12
作者 许启发 王侠英 +1 位作者 蒋翠侠 熊熊 《系统工程理论与实践》 CSSCI CSCD 北大核心 2018年第11期2738-2749,共12页
为准确揭示金融风险溢出效应,建立藤copula-CAViaR模型来估计多元条件联合分布,进而推导CoVaR类风险测度方法.该方法既能刻画多个金融市场间非线性的关联关系,也能描述金融市场间“多对一”的风险溢出效应,主要包括三个步骤:第一,使用CA... 为准确揭示金融风险溢出效应,建立藤copula-CAViaR模型来估计多元条件联合分布,进而推导CoVaR类风险测度方法.该方法既能刻画多个金融市场间非线性的关联关系,也能描述金融市场间“多对一”的风险溢出效应,主要包括三个步骤:第一,使用CAViaR模型拟合单个金融市场收益的边缘分布特征;第二,运用藤copula方法刻画多个金融市场收益间的关联结构;第三,基于边缘分布特征与关联结构,得到多元条件联合分布并计算CoVaR类风险测度,实现金融风险溢出效应刻画.选取上证综指、标普500和日经225等股指数据进行实证研究,结果表明:相比于发生利好事件,美国和日本股票市场(独立或同时)发生更为严重危机事件对中国股票市场影响更加明显,呈现出“风险分担、收益不共享”的总体格局. 展开更多
关键词 风险溢出 CoVaR 藤copula CAVIAR 分位数回归
融合协同进化人工鱼群算法和SVM的雾霾预测方法 预览
13
作者 左姣姣 倪志伟 +2 位作者 朱旭辉 李敬明 伍章俊 《模式识别与人工智能》 CSCD 北大核心 2018年第8期725-739,共15页
针对日益严重的雾霾污染问题,提出融合协同进化人工鱼群算法和支持向量机的雾霾预测方法.首先,运用佳点集构造均匀分布的种群,并引入自适应视野范围策略、自适应步长策略、种群间协同策略,提出协同进化人工鱼群算法.然后,使用协... 针对日益严重的雾霾污染问题,提出融合协同进化人工鱼群算法和支持向量机的雾霾预测方法.首先,运用佳点集构造均匀分布的种群,并引入自适应视野范围策略、自适应步长策略、种群间协同策略,提出协同进化人工鱼群算法.然后,使用协同进化人工鱼群算法,优化支持向量机的主要参数.最后,构建基于支持向量机的雾霾预测模型,预测雾霾天气.在10个测试函数上的实验证明协同进化人工鱼群算法的性能,在6个UCI数据集上的实验验证预测模型的稳定性和有效性. 展开更多
关键词 人工鱼群算法 协同进化 支持向量机(SVM) 雾霾预测
在线阅读 下载PDF
基于分形流形学习的支持向量机空气污染指数预测模型
14
作者 李萍 倪志伟 +1 位作者 朱旭辉 伍章俊 《系统科学与数学》 CSCD 北大核心 2018年第11期1296-1306,共11页
针对目前北京、上海和广州地区较严重空气污染问题,建立了基于分形流形学习的支持向量机空气污染指数预测模型.首先采用分形理论计算出空气污染数据集分形维数;其次根据分形维数,采用流形学习将高维空气污染数据集通过非线性映射嵌入到... 针对目前北京、上海和广州地区较严重空气污染问题,建立了基于分形流形学习的支持向量机空气污染指数预测模型.首先采用分形理论计算出空气污染数据集分形维数;其次根据分形维数,采用流形学习将高维空气污染数据集通过非线性映射嵌入到低维空间中,对空气污染数据集进行降维;最后建立基于高斯核的支持向量机预测模型对三地区空气污染指数进行预测.北京、上海和广州三地空气污染指数预测结果表明,该模型较传统预测模型,预测性能更优,具有良好的稳定性和有效性. 展开更多
关键词 空气污染 流形学习 分形维数 支持向量机
基于多属性加权的社会化问答社区关键词提取方法 被引量:2
15
作者 余本功 李婷 杨颖 《图书情报工作》 CSSCI 北大核心 2018年第5期132-139,共8页
[目的/意义]现有的关键词提取方法不适应社会化问答社区文本长度较短、内容表述口语化、数据集稀疏的特点,且很少考虑用户关注程度对词语重要性的影响,不能有效地提取此类文本的关键词,因此,提出针对社会化问答社区的多属性加权关... [目的/意义]现有的关键词提取方法不适应社会化问答社区文本长度较短、内容表述口语化、数据集稀疏的特点,且很少考虑用户关注程度对词语重要性的影响,不能有效地提取此类文本的关键词,因此,提出针对社会化问答社区的多属性加权关键词提取方法。[方法/过程]多属性加权关键词提取方法通过引入调节函数和词性对传统TF-IDF进行改进,并通过线性加权融合用户回答数、关注数、浏览数以及评论数4个用户关注属性来综合度量词语权重。[结果/结论]实验表明,该方法能更有效地提取社会化问答社区文本的关键词。 展开更多
关键词 社会化问答社区 关键词提取TF-IDF 多属性加权
基于MapReduce改进离散型萤火虫算法和多重分形的属性约简方法 预览
16
作者 陆玉佳 倪志伟 +2 位作者 朱旭辉 许力分 伍章俊 《模式识别与人工智能》 CSCD 北大核心 2018年第6期537-547,共11页
针对大数据环境下属性约简问题,提出基于MapReduce改进离散型萤火虫算法(IDGSO)和多重分形(MFD)的属性约简方法.首先,通过对萤火虫个体的移动方式进行离散化改进,引入迁徙策略和高斯变异策略,避免陷入局部最优,并提出改进离... 针对大数据环境下属性约简问题,提出基于MapReduce改进离散型萤火虫算法(IDGSO)和多重分形(MFD)的属性约简方法.首先,通过对萤火虫个体的移动方式进行离散化改进,引入迁徙策略和高斯变异策略,避免陷入局部最优,并提出改进离散型萤火虫算法.然后,将IDGSO结合MFD应用于属性约简中.最后,针对大数据环境下属性约简问题,采用MapReduce编程模式,实现对IDGSO和MFD的并行化.在UCI数据集和实际气象数据集上的实验表明,文中算法约简性能较优,运行效率较快,具有较好的有效性和可行性. 展开更多
关键词 属性约简 多重分形(MFD) 离散型萤火虫算法 MAPREDUCE
在线阅读 下载PDF
主动性一被动性员工创新行为:基于挑战性一阻断性压力源双路径分析
17
作者 杨皖苏 杨善林 《科学学与科学技术管理》 CSSCI CSCD 北大核心 2018年第8期130-144,共15页
建立基于工作情境特质挑战性一阻断性压力源产生的主动性一被动性员工创新行为的双路径整合模型,并探索工作资源和主动性人格的调节效应。以408名企业一线员工为调查对象,结果表明:挑战性压力源通过支持路径促使主动性员工创新行为... 建立基于工作情境特质挑战性一阻断性压力源产生的主动性一被动性员工创新行为的双路径整合模型,并探索工作资源和主动性人格的调节效应。以408名企业一线员工为调查对象,结果表明:挑战性压力源通过支持路径促使主动性员工创新行为的产生;阻断性压力源通过压力路径促使被动性员工创新行为的产生;支持路径影响压力路径;工作资源越充足。挑战性压力源与组织支持之间的正向关系就越强,阻断性压力源与组织压力之间的正向关系就越弱;员工主动性人格越明显.组织支持与主动性员工创新行为之间的正向关系就越强,但组织压力与被动性员工创新行为之间的关系不受员工主动性人格特质的影响。 展开更多
关键词 主动性-被动性员工创新行为 挑战性-阻断性压力源 工作资源 主动性人格
基于CP-CNN的中文短文本分类研究 预览 被引量:5
18
作者 余本功 张连彬 《计算机应用研究》 CSCD 北大核心 2018年第4期1001-1004,共4页
短文本具有长度短、特征稀疏以及上下文依赖强等特点,传统方法对其直接进行分类精度有限。针对此问题,提出了一种结合字符和词的双输入卷积神经网络模型CP-CNN。该模型通过加入一种用拼音序列表征字符级输入的方法,构建字符级和词级... 短文本具有长度短、特征稀疏以及上下文依赖强等特点,传统方法对其直接进行分类精度有限。针对此问题,提出了一种结合字符和词的双输入卷积神经网络模型CP-CNN。该模型通过加入一种用拼音序列表征字符级输入的方法,构建字符级和词级的双输入矩阵,并在采样层使用k-max采样方法,增强模型特征的表达能力。利用豆瓣电影评论数据集对该模型进行识别精度评估,实验结果表明,与传统分类模型和标准卷积神经网络模型相比,该模型可有效提高短文本分类效果。 展开更多
关键词 短文本 分类 卷积神经网络
在线阅读 下载PDF
分位数向量自回归分布滞后模型及脉冲响应分析 预览
19
作者 许启发 刘曦 +1 位作者 蒋翠侠 虞克明 《系统工程学报》 CSCD 北大核心 2018年第4期472-487,共16页
为研究多个时间序列条件分位数之间的关联关系,将向量自回归分布滞后模型扩展到分位数体系下,提出了分位数向量自回归分布滞后模型:QVARDL(p,q),给出其数学表示、参数估计、滞后阶数选择、脉冲响应分析等一整套建模方法.选取世... 为研究多个时间序列条件分位数之间的关联关系,将向量自回归分布滞后模型扩展到分位数体系下,提出了分位数向量自回归分布滞后模型:QVARDL(p,q),给出其数学表示、参数估计、滞后阶数选择、脉冲响应分析等一整套建模方法.选取世界范围内主要国家(地区)资本市场作为研究对象,将建立的模型与方法应用于解释美国次贷危机的影响,结果表明:美国次贷危机在世界范围内产生了深远影响,但对不同国家(地区)的资本市场在影响程度、影响方式、响应时期等方面有着不同的表现.这一发现,有助于理解美国次贷危机的传播规律. 展开更多
关键词 分位数自回归 分位数向量自回归 分位数脉冲响应 自回归分布滞后 金融风险
在线阅读 下载PDF
基于DCC-MIDAS与参数化策略的时变组合投资决策
20
作者 许启发 左俊青 蒋翠侠 《系统科学与数学》 CSCD 北大核心 2018年第4期438-455,共18页
在经典的均值-方差模型中,组合投资效果往往受到协方差矩阵估计精度低与权重静态设置两个方面的不利影响.为此,文章提出了一种新的时变组合投资决策模型:一方面引入DCC-MIDAS模型,运用高频信息,提高金融资产间的动态关联关系估计精度;... 在经典的均值-方差模型中,组合投资效果往往受到协方差矩阵估计精度低与权重静态设置两个方面的不利影响.为此,文章提出了一种新的时变组合投资决策模型:一方面引入DCC-MIDAS模型,运用高频信息,提高金融资产间的动态关联关系估计精度;另一方面考虑金融资产时变特征对组合投资权重的影响,进行参数化设计,改善时变组合投资效果.对中国股市的个股以及行业板块进行了实证研究,结果表明:账面市值比、市盈率与组合投资权重呈正相关关系,市值与组合投资权重呈负相关关系;新模型在标准差风险、Sharpe比率和有效前沿等方面,都优于传统的组合投资模型. 展开更多
关键词 组合投资 均值-方差模型 DCC-MIDAS 参数化策略
上一页 1 2 12 下一页 到第
使用帮助 返回顶部 意见反馈