绑定机构
扫描成功 请在APP上操作
打开万方数据APP,点击右上角"扫一扫",扫描二维码即可将您登录的个人账号与机构账号绑定,绑定后您可在APP上享有机构权限,如需更换机构账号,可到个人中心解绑。
欢迎的朋友
万方知识发现服务平台
获取范围
  • 1 / 1
  (已选择0条) 清除 结果分析
找到 11 条结果
摘要:尾部相依性刻画了金融资产在不同市场间发生大幅度同步涨跌的可能性.由于不同市场抗风险的能力及风险传染的路径不同,当已知一个市场出现极值现象时,考察其他市场是否也会出现极值现象,对深入理解不同市场间的相依结构有重要的意义.文章应用多元条件极值模型,考察了伦敦与上海市场期货铜在2008年金融危机前后的下尾部相依性,发现两个市场存在正的尾部相依关系,且在危机的不同演进阶段,尾部相依程度随之发生变化.特别地,文章构建的模型除了可以计算当某个市场发生极端变化时另一市场发生极端变化的概率,还可以预测该市场资产的预期收益率及其未来可能出现的极值范围,这些将有助于为极端风险下的投资决策及市场监管提供定量的参考依据....
[期刊论文] 秦学志 郭明 宋宇
-
CSTPCD CSSCI 北大核心
-
摘要:使用随机波动率模型修正沪深300股指期货收益率序列的波动聚集效应,并在残差服从正态分布和极值分布的假设下,分别计算了度量尾部风险的VaR、ES及尾部扭曲风险测度(TDRM)值.研究发现:股指期货日收益率序列呈现负偏、尖峰厚尾及波动聚集的形态;使用随机波动率模型可以较好地预测波动率的变化;假设残差分布服从极值分布的模型结果优于假设残差分布服从正态分布的模型结果,说明极值模型在尾部分析上比正态分布更加适用;使用扭曲尾部风险测度估计尾部风险,通过扭曲函数的选取与风险厌恶系数的不同设定,调整尾部风险发生的概率,反映了投资者的主观风险偏好,在相同置信水平下,得到的尾部风险估计值比VaR更精确....
-
北大核心 CSTPCD AJ CA SCIE CBST
-
摘要:Owing to the greenhouse effect, the rise of carbon dioxide concentration in the atmosphere is a global environmental issue....
-
北大核心 CSTPCD AJ CA SCIE CBST
-
摘要:研究了以Co(acac)2为催化剂,通过光促进,在常温常压下1-癸烯的氢甲酯化反应.经实验证实,通过添加醋酸钠可提高反应的产率,而且还能有效地抑制反应中主要副产物正癸烷的生成,从而大大地提高了反应的选择性....
摘要:本文介绍了1-癸烯以Co(acac)2为催化剂,通过光促进在常温常压下与二氧化碳的羰基化反应,并在此基础上做了进一步的研究,发现通过添加醋酸钠可提高反应的产率和选择性....
[专利] 发明专利 CN201810803749.8
大连理工大学 2018-12-25
摘要:本发明涉及人体动作识别领域,提供一种基于多传感器数据融合的人体动作识别方法,包括:利用分别固定于人体不同部位的N个惯性传感器节点,采集人体动作数据;利用滑动窗口分割技术对每个传感器节点所采集的人体动作数据进行窗口分割,得到每个传感器节点的多个动作数据片段;对每个传感器节点的动作数据片段进行特征提取,得到相应的特征向量;利用RLDA算法对获得的每个传感器节点的特征向量进行特征降维;将每个传感器节点降维后的特征向量作为训练数据进行参数训练以及建模,得到相应的分层融合模型;利用得到的分层融合模型,进行人体动作识别。本发明能有效的克服单分类器在识别过程中的弊端,可有效的提高人体动作识别精度。
[博士论文] 郭明
控制理论与控制工程 大连理工大学 2018(学位年度)
摘要:基于体感网的运动监测技术可以为用户提供有效的健康保护以及治疗手段,可以监测老年人日常运动,还可量化运动水平并为用户提供及时的生理信号反馈等。基于体感网的运动动作识别是最近几年新兴的一个研究领域,它主要利用传感器采集人体的生理信号,借助模式识别方法识别出不同的动作。
  本文基于多个惯性传感器节点采集的运动动作数据,针对运动动作识别过程中存在的一些问题展开了研究,主要研究内容如下,
  (1)提出了一种新的特征选择算法—改进的线性判别分析(MLDA)算法。传统的LDA特征选择算法在求解最优投影矩阵时存在误差扰动,本文提出的MLDA特征选择算法利用合同变换,解决了由于求解类内散布矩阵逆的特征值而产生的误差扰动,实验结果表明该算法可以有效的提高人体运动动作的识别精度。
  (2)提出了基于稀疏表示分类算法(SRC)和KSVD字典学习算法的KSVD-SRC分类器设计方法。如何提高运动动作的识别精度一直都值得深入研究。针对SRC算法中完备字典构造存在的缺陷,KSVD-SRC算法利用了KSVD对原始完备字典进行更新,有利于获得更稀疏的系数向量,实验结果表明本文提出的方法优于传统的分类算法。
  (3)提出了一种多分类器多传感器分层融合算法。利用单一的分类器识别多个复杂的运动动作不一定能够获得理想的结果,针对上述问题,本文设计了一个分层融合模型,该模型包括分类器融合层和传感器融合层。每层的决策权重主要由熵值法获得。该融合模型可以有效的提高识别系统的识别精度以及鲁棒性。
  (4)提出了一个基于多惯性传感器的运动动作数据流的分割与识别框架。传感器采集的数据都是以数据流形式存在,若实现运动动作的监测,需要对数据流进行处理。针对这一问题,本文首先利用奇异值分解对数据流进行预分割处理。然后利用提出的MSHsim相似度量函数实现数据的精细分割,最后利用隐马尔科夫模型对分割后的数据进行识别。该框架具有较低的计算复杂度,并且该框架考虑了传感器数据的特征,可以有效的提高数据分割与识别的精度。
[博士论文] 郭明
金融管理 大连理工大学 2018(学位年度)
摘要:2008年次贷危机以来,人们逐渐意识到传统的风险管理理论对极端金融风险的发生与影响存在明显的低估,且危机发生时风险管理者缺乏应对此类风险的有效措施,最终导致巨额损失的产生。全面风险管理理论已提出将极端金融风险的管理纳入到整个风险管理的体系中,针对极端金融风险的研究已逐渐成为风险管理理论研究的热点之一。
  风险的合理量化既是风险管理的核心内容,也是整个风险管理的基础。根据风险的影响范围,金融市场的极端风险可从两个层次上进行量化:就单一市场而言,某产品收益率若落在某个既定范围之外可认为发生了一次极端事件,若将该事件造成的损失估计值作为量化极端风险的指标,则损失估计值越大,意味着极端风险程度越高;就多个市场而言,比起风险损失估计值,人们更关心极端风险在市场之间传染的可能性,若将尾部风险相依程度的大小作为量化极端风险的指标,则市场间尾部风险相依程度越高,意味着发生极端风险传染的可能性越强。
  本文分别从单市场和多市场这两个层次对极端金融风险测度模型展开研究。
  一是针对单一金融市场的极端风险测度模型研究。本文从收益率序列的波动水平、尾部分布形式、风险测度方法这三个角度,对以SV-POT-VaR为代表的风险测度模型进行了优化。具体为:
  (1)使用尾部扭曲风险测度方法取代传统的VaR方法,构建基于尾部扭曲风险测度方法的SV-POT-TDRM极端风险测度模型并基于沪深300股指期货数据进行实证研究。
  传统VaR方法只考虑了分位点处的风险值,存在对尾部风险的低估。为了解决这个问题,本文从保险精算领域中引入扭曲风险测度思想对收益尾部的概率分布进行合理扭曲,再结合随机波动SV模型和极值POT理论,构建基于SV-POT-TDRM的极端风险测度模型。该模型的特点是通过对扭曲函数的形式与风险厌恶系数的合理设定,调整尾部风险的发生概率,不仅充分考虑了尾部风险,还反映了风险管理者由于主观风险偏好的不同对风险产生的估计差异。使用中国沪深300股指期货的市场数据进行实证及回溯检验发现,SV-POT-TDRM模型的预测失败率较低,对风险的谨慎程度高于以VaR和ES方法构建的模型。
  (2)增加对波动率结构突变特点的刻画,构建基于马尔科夫状态波动转换的MSSV-POT-TDRM极端风险测度模型并基于沪深300股指期货数据进行实证研究。
  金融资产的波动存在较明显的结构转换特点,意味着模型参数在样本的不同阶段会发生变化。使用恒定参数的基本SV模型不能有效反映该特点,容易出现“伪持续”现象,最终表现为对风险的高估。为了解决这个问题,本文将马尔科夫过程引入到随机波动SV模型中,再结合极值POT理论和尾部风险测度方法TDRM,构建基于MSSV-POT-TDRM的极端风险测度模型。该模型的特点是通过引入马尔科夫状态变量,使波动可以在高、低两个水平下变化,从而减少“伪持续”现象的发生。与SV-POT-TDRM模型相比,MSSV-POT-TDRM模型不仅保留了TDRM风险测度方法的优势,对风险的估计更加合理,减少了不必要的金融资源(如风险准备金)的浪费。
  (3)放宽了极值分布参数恒定不变的假设条件,从期权数据中提取每日的尾部分布形状参数、隐含波动率、隐含偏度和隐含峰度作为短期极端风险的预警指标,并对这些指标的预测能力使用单变量和多变量logistic模型进行检验。
  在风险中性概率测度下,使用极值理论,利用市场上每日交易的虚值看跌期权价格得到尾部分布形状参数的时间序列,并使用Logistic单变量模型对形状参数的尾部风险预测能力进行检验。发现形状参数在三个考察窗口期内都对极值风险有显著为正的影响,表现优于从期权中获取的其他指标(隐含波动率、隐含偏度和隐含峰度)。使用多变量Logistic模型进一步考察了在四个指标共为自变量的条件下,模型对尾部风险的预测能力,发现模型的解释能力比单变量模型有较大程度的提高,说明各指标所含的信息不完全相同,使用多个指标的风险预测能力优于使用单个指标。
  二是针对多个金融市场的极端风险测度模型研究。通过计算尾部相依性来描述多市场间的风险相依特点。首先构建一元随机波动-极值(SV-POT)模型求出每个市场的尾部分布形式,再借助于多元条件极值模型刻画市场间的风险相依结构,最后以极限条件概率的形式,即市场间的尾部相依性反映当某个市场发生极值事件时,其他市场发生极值事件的可能性。使用股指现货市场和股指期货市场的样本数据进行实证研究发现:两个市场的尾部存在正的较强的极值相依关系。
  本研究的创新主要包括以下三点:
  创新点1:在单一市场情形下,基于比例扭曲函数对超过VaR水平的尾部风险发生概率进行扭曲并加权得到尾部扭曲风险测度(TDRM),并以此为基础构建SV-POT-TDRM极端风险测度模型。该模型通过对扭曲函数的形式和风险厌恶系数大小的调节确保风险测度结果与市场参与者的实际风险厌恶水平相一致,弥补了现有研究基于VaR和ES测度方法度量风险时,没有考虑市场参与者的风险厌恶水平的不足。
  创新点2:在单一市场情形下,通过在随机波动率过程中引入带马尔科夫区制转移的参数,提出并构建MSSV-POT-TDRM极端风险测度模型,可描述波动水平在高、低两个水平下的变化过程,减少“伪持续”现象的发生,从而减少对风险的高估。
  创新点3:在单一市场情形下,从期权市场交易数据中分别提取出极值分布的参数、隐含波动率、隐含偏度和峰度,并考察了这些指标对短期极端风险的预测能力(含单一指标和联合指标)。在多个市场情形下,构建多元条件极值模型考察市场间的尾部相依性、挖掘市场间的非线性相关关系并估计出发生极端风险传染的可能性。
  本论文中的研究一方面有助于加深投资者对金融产品风险的理解,并应用在实际的投资活动中,如在其他条件相同的情况下,尽量选择购买尾部风险较低的产品;在构建组合时,还需要注意资产与资产之间、资产与组合之间的尾部相依性,减少因尾部风险聚集而带来巨额损失的可能性。另一方面,有助于监管当局加强对股市系统性风险的监控与管理。本论文中构造的尾部风险量化模型为监管部门提供了系统性风险管理的工具支持,如可用于设计期货的保证金水平、涨跌停板的幅度限制和熔断机制多层阈值等;短期的风险预测模型则可用来监控市场短期的极端风险波动程度,对突然发生的极端事件及可能发生的危机做到提前预警,为监管部门做出相应的风险判断及风险控制措施赢得时间。
摘要:本文介绍了大连长兴岛高尔夫球场会所的水源热泵系统设计,分析了水源热泵系统在夏季、过渡季、冬季的应用,并计算了各个季节水源热泵的cop值,并定性分析了其它空调、采暖的冷热源方式,得出结论,水源热泵系统是节能、环保、安全的冷热源形式,利用了可再生能源,值得推广....
[硕士论文] 郭明
供热、供燃气、通风及空调工程 大连理工大学 2007(学位年度)
摘要:本文对水源热泵系统在旅馆建筑中的应用进行了研究。文章以大连长兴岛高尔夫球场会所空调、采暖、生活热水三用型水源热泵系统为例,根据空调、采暖、生活热水负荷,配备了三台水源热泵机组,绘制了空调、采暖、生活热水三用型水源热泵系统原理图,夏季空调制冷,制备生活热水,COP值达到5.72:过渡季制备生活热水,COP值达到了3.75:冬季空调采暖和制备生活热水,COP值达到3.75,有非常大的节能效益。
摘要:本文利用ICP、VIS及NMR实验方法,研究核酸酶P1活性中心金属离子与外加氯作钴的直接相互作用.
  (已选择0条) 清除
公   告

北京万方数据股份有限公司在天猫、京东开具唯一官方授权的直营店铺:

1、天猫--万方数据教育专营店

2、京东--万方数据官方旗舰店

敬请广大用户关注、支持!查看详情

手机版

万方数据知识服务平台 扫码关注微信公众号

万方选题

学术圈
实名学术社交
订阅
收藏
快速查看收藏过的文献
客服
服务
回到
顶部