本文關(guān)鍵詞：復雜性檢驗方法的研究及在能源市場的應用

  更多相關(guān)文章： 復雜性檢驗 時間序列 分形 混沌 熵 能源市場有效性

【摘要】：時間序列作為一種特殊的數(shù)據(jù)形式,對其分析與預測都是大數(shù)據(jù)時代重要的研究方向,而對時間序列的研究首先要把握其數(shù)據(jù)特征。復雜性作為時間序列數(shù)據(jù)特征中最重要的特征之一,涉及非線性領(lǐng)域中的許多特征。近年來,隨著環(huán)境和氣候的不斷惡化,如何有效地分析能源市場并提出相應的管理方案成為研究熱點。本文研究了復雜性檢驗的方法,并將提出的新方法應用在能源領(lǐng)域。首先,本文基于已有的復雜性檢驗方法,提出了復雜性檢驗的框架,其中包括：序列的自相似性(長期持續(xù)性)、相空間中吸引子的性質(zhì)以及動力系統(tǒng)的混亂程度�；诖丝蚣�,從以上三方面分別選取了多重分形消除趨勢波動分析法、關(guān)聯(lián)維數(shù)和樣本熵,最后應用熵權(quán)法計算權(quán)重得到新的復雜性指標。同時,本文應用該新指標分析了三個典型的能源市場：天然氣、石油和碳市場。結(jié)果表明天然氣和石油市場比碳市場有效,相比于天然氣市場,石油市場的有效性相對較低,原因可能是石油市場更多地受到外界因素的影響。其次,考慮到復雜性受不同因素的影響,本文提出了基于多時間尺度的復雜性分析。采用自適應的集成經(jīng)驗模態(tài)分解將時間序列分解成各個模態(tài),然后采用改進的模糊熵測量各個模態(tài)的復雜性。實證分析研究了中美兩國清潔能源市場,總體表明美國的清潔能源市場比中國更有效。最后,將復雜性檢驗擴展到二維變量(即兩個時間序列)之間的互相關(guān)分析。本文采用最新提出的非對稱多重分形消除趨勢互相關(guān)分析法研究了石油與黃金和美元指數(shù)之間的互相關(guān)性,同時考慮了互相關(guān)在不同時間尺度下的變化。結(jié)果表明石油與黃金和美元指數(shù)之間的互相關(guān)都是多重分形非對稱的,其中石油與美元指數(shù)之間的正持續(xù)性更強。
【關(guān)鍵詞】：復雜性檢驗 時間序列 分形 混沌 熵 能源市場有效性
【學位授予單位】：北京化工大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：O211.61;F416.2
【目錄】：

• 摘要5-7
• ABSTRACT7-14
• 第一章 緒論14-22
• 1.1 研究背景及意義14-15
• 1.2 研究現(xiàn)狀綜述15-19
• 1.3 全文內(nèi)容及架構(gòu)19-21
• 1.4 本文創(chuàng)新點21-22
• 第二章 能源市場有效性檢驗的新指標22-34
• 2.1 綜合復雜性指標22-28
• 2.1.1 分形分析法23-24
• 2.1.2 關(guān)聯(lián)維數(shù)24-25
• 2.1.3 樣本熵25-26
• 2.1.4 熵權(quán)法26-28
• 2.2 實證分析28-32
• 2.2.1 數(shù)據(jù)描述28-29
• 2.2.2 有效性分析29-32
• 2.3 本章小結(jié)32-34
• 第三章 基于多時間尺度的能源市場有效性分析34-48
• 3.1 多尺度復雜性檢驗34-38
• 3.1.1 集成經(jīng)驗模態(tài)分解35-37
• 3.1.2 模糊熵37-38
• 3.2 實證分析38-46
• 3.2.1 數(shù)據(jù)描述38-39
• 3.2.2 多尺度分析39-43
• 3.2.3 復雜性分析43-46
• 3.3 本章小結(jié)46-48
• 第四章 石油與其影響因素的互相關(guān)分析48-58
• 4.1 非對稱多重分形消除趨勢互相關(guān)分析48-50
• 4.2 實證分析50-56
• 4.2.1 數(shù)據(jù)描述50-51
• 4.2.2 互相關(guān)檢驗51-52
• 4.2.3 互相關(guān)分析52-53
• 4.2.4 不同時間尺度下的互相關(guān)53-56
• 4.3 本章小結(jié)56-58
• 第五章 結(jié)論與展望58-60
• 5.1 全文結(jié)論58-59
• 5.2 未來研究展望59-60
• 參考文獻60-64
• 致謝64-66
• 碩士期間發(fā)表的論文和科研成果66-67
• 碩士期間參與科研項目和參加會議情況67-68
• 作者和導師簡介68-70
• 附件70-71

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 施久玉,杜金觀;有限個狀態(tài)時間序列的某些結(jié)果[J];應用數(shù)學學報;1990年01期

2 馮希杰;長江三峽及其鄰區(qū)斷裂活動時間序列[J];華南地震;1991年02期

3 王霞,郭嗣琮,劉淑娟;時間序列模糊滑動預測[J];遼寧工程技術(shù)大學學報(自然科學版);1999年03期

4 溫品人;時間序列預測法的實際應用分析[J];江蘇廣播電視大學學報;2001年06期

5 許清海;混沌投資時間序列的嬗變[J];漳州師范學院學報(自然科學版);2003年01期

6 程毛林;時間序列系統(tǒng)建模預測的一種新方法[J];數(shù)學的實踐與認識;2004年08期

7 高潔;長記憶時間序列適應性預測的應用[J];江南大學學報;2004年05期

8 高潔;孫立新;;長記憶時間序列的適應性預測誤差的譜密度[J];統(tǒng)計與決策;2006年13期

9 楊鐘瑾;;淺談時間序列的分析預測[J];中國科技信息;2006年14期

10 李健;孫廣中;許胤龍;;基于時間序列的預測模型應用與異常檢測[J];計算機輔助工程;2006年02期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 周家斌;張海福;楊桂英;;多維多步時間序列預報方法及其應用[A];中國現(xiàn)場統(tǒng)計研究會第九屆學術(shù)年會論文集[C];1999年

2 馬培蓓;紀軍;;基于時間序列的航空備件消耗預測[A];中國系統(tǒng)工程學會決策科學專業(yè)委員會第六屆學術(shù)年會論文集[C];2005年

3 盧世坤;李夕海;牛超;陳蛟;;時間序列的非線性非平穩(wěn)特性研究綜述[A];國家安全地球物理叢書（八）——遙感地球物理與國家安全[C];2012年

4 李強;;基于線性模型方法對時間序列中異常值的檢測及證券實證分析[A];加入WTO和中國科技與可持續(xù)發(fā)展——挑戰(zhàn)與機遇、責任和對策（上冊）[C];2002年

5 戴麗金;何振峰;;基于云模型的時間序列相似性度量方法[A];第八屆中國不確定系統(tǒng)年會論文集[C];2010年

6 謝美萍;趙希人;莊秀龍;;多維非線性時間序列的投影尋蹤學習逼近[A];'99系統(tǒng)仿真技術(shù)及其應用學術(shù)交流會論文集[C];1999年

7 張大斌;李紅燕;劉肖;張文生;;非線性時問序列的小波-模糊神經(jīng)網(wǎng)絡(luò)集成預測方法[A];第十五屆中國管理科學學術(shù)年會論文集（下）[C];2013年

8 黃云貴;;基于時間序列的電網(wǎng)固定資產(chǎn)投資規(guī)模研究[A];2012年云南電力技術(shù)論壇論文集（文摘部分）[C];2012年

9 李松臣;張世英;;時間序列高階矩持續(xù)和協(xié)同持續(xù)性研究[A];21世紀數(shù)量經(jīng)濟學（第8卷）[C];2007年

10 陳赫;羅聲求;;歷史橫斷面數(shù)據(jù)的時間序列化[A];科學決策與系統(tǒng)工程——中國系統(tǒng)工程學會第六次年會論文集[C];1990年

中國重要報紙全文數(shù)據(jù)庫 前6條

1 ;《時間序列與金融數(shù)據(jù)分析》[N];中國信息報;2004年

2 何德旭 王朝陽;時間序列計量經(jīng)濟學：協(xié)整與有條件的異方差自回歸[N];中國社會科學院院報;2003年

3 劉俏;讓數(shù)據(jù)坦白真相[N];21世紀經(jīng)濟報道;2003年

4 西南證券高級研究員 董先安邋德圣基金研究中心 郭奔宇;預計6月CPI同比上漲7.2%[N];證券時報;2008年

5 東證期貨 王愛華　楊衛(wèi)東;兩年漲跌輪回 秋季普遍下跌[N];期貨日報;2009年

6 任勇邋鄭重;中國對世界鋼材價格的影響實證分析[N];現(xiàn)代物流報;2007年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 張墨謙;遙感時間序列數(shù)據(jù)的特征挖掘：在生態(tài)學中的應用[D];復旦大學;2014年

2 張德成;滑坡預測預報研究[D];昆明理工大學;2015年

3 苗圣法;時間序列的模式檢測[D];蘭州大學;2015年

4 翁同峰;時間序列與復雜網(wǎng)絡(luò)之間等價性問題及表征應用研究[D];哈爾濱工業(yè)大學;2015年

5 楊婷婷;用Argo浮標結(jié)合衛(wèi)星觀測估算北太平洋經(jīng)向熱輸運[D];中國科學院研究生院(海洋研究所);2015年

6 史文彬;時間序列的相關(guān)性及信息熵分析[D];北京交通大學;2016年

7 原繼東;時間序列分類算法研究[D];北京交通大學;2016年

8 盧偉;基于粒計算的時間序列分析與建模方法研究[D];大連理工大學;2015年

9 王曉曄;時間序列數(shù)據(jù)挖掘中相似性和趨勢預測的研究[D];天津大學;2003年

10 李桂玲;時間序列的分割及不一致發(fā)現(xiàn)研究[D];華中科技大學;2012年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 陳健;基于多變量相空間重構(gòu)的投資組合策略研究[D];華南理工大學;2015年

2 蘭鑫;時間序列的復雜網(wǎng)絡(luò)轉(zhuǎn)換策略研究[D];西南大學;2015年

3 米曉將;區(qū)域尺度下月均氣溫的時空演化格局研究[D];昆明理工大學;2015年

4 張鳴敏;基于支持向量回歸的PM_(2.5)濃度預測研究[D];南京信息工程大學;2015年

5 林健;基于改進小世界回聲狀態(tài)網(wǎng)的時間序列預測[D];渤海大學;2015年

6 曹智麗;日氣溫和干旱指數(shù)支持向量回歸預測方法[D];南京信息工程大學;2015年

7 高雄飛;基于分形理論的土壤含水量時間序列特性分析[D];長安大學;2015年

8 姚茜;城市安全生產(chǎn)發(fā)展目標研究[D];中國地質(zhì)大學(北京);2015年

9 謝翠穎;蘇州社會消費品零售總額簡析[D];蘇州大學;2015年

10 包仁義;基于時間序列的搜索引擎評估模型算法研究[D];東北師范大學;2015年

，

本文編號：1032420