在灰色緩沖算子和灰色調(diào)整系數(shù)的框架下,構(gòu)造灰色算子,提出了權(quán)重可調(diào)的加權(quán)移動平均去趨勢法,進(jìn)一步將其拓廣為多重分形加權(quán)移動平均去趨勢法。算法表明原有的移動平均去趨勢法及其多重分形形式分別是加權(quán)移動平均去趨勢法及其多重分形的特例。用帶波動和線性趨勢的分形高斯噪聲與二項(xiàng)式多重分形進(jìn)行數(shù)值模擬,表明權(quán)重為6的中心加權(quán)移動平均去趨勢法及其多重分形能有效地去除序列趨勢,計(jì)算出的Hurst值和多重分形譜f（"）比原有算法更接近真值。將權(quán)重為6的中心加權(quán)移動平均去趨勢法及其多重分形分析南京市氣溫序列的長記憶性與多重分形性,結(jié)果表明從1951-2008年,七月份氣溫增速要明顯小于一月份的增速,一月份和七月份氣溫都存在長記憶性,但七月份氣溫序列的長記憶性要高于一月份,表明一月份和七月份氣溫序列均可預(yù)測,七月份的可預(yù)測性更高些,這為通過預(yù)測對氣溫災(zāi)害風(fēng)險防范提供了可行性;此外,一月份、七月份的氣溫序列均有多重分形性,說明可從多標(biāo)度角度對其建模分析。 

【文章來源】：中國管理科學(xué). 2017,25(10)北大核心CSSCICSCD

【文章頁數(shù)】：11 頁

【文章目錄】：
1 引言
2 加權(quán)移動平均去趨勢法 (DWMA)
    2.1 移動平均去趨勢法 (DMA)
    2.2 灰色算子
    2.3 加權(quán)移動平均去趨勢法 (DWMA)
    2.4 數(shù)值模擬
3 多重分形加權(quán)移動平均去趨勢法 (MFDWMA)
4 實(shí)證分析
5 結(jié)語


【參考文獻(xiàn)】：
期刊論文
[1]金融資產(chǎn)收益非對稱性的多標(biāo)度分形測度及其在VaR計(jì)算中的應(yīng)用[J]. 王鵬,袁小麗.  中國管理科學(xué). 2015(03)
[2]基于小波領(lǐng)袖多重分形分析法的股市有效性及風(fēng)險檢測[J]. 張林,李榮鈞,劉小龍.  中國管理科學(xué). 2014(06)
[3]多分形波動率測度的VaR計(jì)算模型[J]. 魏宇.  系統(tǒng)工程理論與實(shí)踐. 2009(09)
[4]基于反向累積法的弱化緩沖算子序列研究[J]. 吳正朋,劉思峰,米傳民,王建玲,崔立志.  中國管理科學(xué). 2009(03)
[5]緩沖算子及數(shù)據(jù)融合技術(shù)在目標(biāo)跟蹤中的應(yīng)用[J]. 劉以安,陳松燦,張明俊,馬秀芳.  應(yīng)用科學(xué)學(xué)報. 2006(02)



本文編號：3491330