导读:本文包含了随机价格模型论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:模型,价格,统计分析,规则,递归,动态,欧亚。
随机价格模型论文文献综述
岑忠培[1]（2019）在《随机金融价格深度学习预测模型与统计分析》一文中研究指出近年随着人工智能的发展,神经网络模型及深度学习在各个领域引起了广泛的关注,利用神经网络和深度学习模型拟合和预测时间序列也成为一些科学研究热门课题。鉴于人工神经网络在金融经济预测领域的应用前景,提高其预测精度具有十分重要的意义。本文提出了一种新的,由复杂度不变距离(CID)控制的学习率结构,通常CID被用来测量两个时间序列之间差异复杂度。此外,随机时效性神经网络(STNN)是一种用于预测时间序列的有监督模型。基于上述两种理论,本文提出了一种新的神经网络模型(CID-STN)以提高预测精度。同时为深入比较CID-STNN和STNN的预测性能,将时间序列分解为若干本真模函数,并利用这些本真模函数对模型进行训练。此外,对模型进行了交叉检验以调整超参数,在避免过拟合的前提下评估模型的预测能力,说明了 CID-STNN模型的相对有效性和优越性。为了提高金融市场价格波动预测的准确性,本文将长短记忆型神经网络(LSTM)深度学习模型应用于金融时间序列拟合。在传统的长短记忆型神经网络的应用领域,比如自然语言处理语义分析等,为提高其训练精度使用大量的数据训练是一种常规做法。为了通过扩展训练集的大小来提高预测精度,迁移学习提供了一种启发式的数据扩展方法。此外考虑到每一个历史数据的等价性来训练长期短期记忆,很难反映金融市场真实准确的变化。本文创新地提出了一种具有先验经验的数据迁移算法,它提供了一种更有效的数据扩展思路。为了深入比较初始数据和数据迁移后的预测性能训练性能,将时间序列分解为若干本真模函数,并利用这些本真模函数对模型进行训练。通过评价该模型的预测能力,对西德克萨斯轻质原油(WTI)、布伦特原油(Brent)的预测效果进行了实证研究,并证明了其相应的优越性。(本文来源于《北京交通大学》期刊2019-06-01）
陈光会,赵议,苏兵[2]（2019）在《价格随机变化的面向订单企业原材料库存优化模型》一文中研究指出针对价格波动的面向订单企业原材料库存优化问题,文章考虑客户订单满足率尽可能大的情形下,以总库存成本(订购成本+采购成本+缺货惩罚成本)最小、客户订单满足率最大为目标函数,建立价格波动的面向订单企业原材料库存优化模型,在此基础上设计时间复杂性为O(n7)的近似算法CA(其中n为原材料个数),然后分析算法CA的近似比。最后利用此模型结合采购实际进行实例分析,验证了模型和算法的有效性。(本文来源于《统计与决策》期刊2019年06期）
张笑,郭彬,姚西龙[3]（2018）在《能源价格变动与产出关系研究——基于动态随机一般均衡模型分析》一文中研究指出近几年,原油进口依存度不断加大,国内经济发展与能源价格的关联日益紧密,探讨能源价格变动和产出的关系具有重要意义。本文构建包含能源、资本生产要素的动态随机一般均衡模型,实证结果表明:货币政策通过对能源消耗需求的影响使能源价格产生波动;能源价格变动产生波动性最强,正向冲击会造成产出下滑。最后,为规避能源价格波动风险,降低传统能源消费的依赖,提出相关的政策建议。(本文来源于《价格理论与实践》期刊2018年09期）
闵凌波[4]（2018）在《WTI原油价格的随机动态模型研究》一文中研究指出石油作为工业生产的重要能源,其价格的变化影响着世界经济的发展。研究表明,原油价格与经济增长之间存在着负向协整的关系,历史上几次重大经济衰退发生都和过高的油价有一定关系,如在第一次石油危机发生时,国际原油价格一路上涨,从每桶3美元涨至12美元,油价的快速上涨使得经济发生重大衰退,引发了在二战结束后最严重的一次全球经济危机。随着我国经济的高速发展,对能源的需求越来越大。但是国内石油储量较少,产量增长缓慢,而工业发展对石油的需求增长过快,这导致国内石油市场严重依赖于国际石油市场,原油以及成品油受国际市场价格波动影响较大,对我国工业发展以及整体经济平稳发展有着严重的安全隐患,石油价格的波动将直接对实体经济产生巨大的冲击。如何保障我国能源安全是一个综合性问题,需要从多个角度来进行研究。而通过对原油价格波动的研究,对原油价格波动进行提前预测,从而采取应对措施是保障能源安全的重要方法之一。通过整理研究国内外对于原油定价模型的文献可以发现,原油定价模型大致可以分为叁类:传统模型、古典模型以及现代模型。在1990年之前,学者们普遍都在使用传统模型进行研究,但随着科技的发展和计算水平与数据质量的提升,20世纪以来,古典模型和现代模型的数量迅速增长。大部分学者主要通过原油价格影响因素的研究来进行原油定价,构建的基本都是传统模型。虽然传统模型在原油价格的历史拟合上效果很好,但是在预测精度上还有待提高。本文通过古典模型对原油价格进行了模拟及预测,采用O-U过程、CIR模型以及Dixit-Pindyck模型作为基准模型来构造原油定价模型,提高了原油价格的预测精度。另外,本文还深入分析了原油价格影响因素及原油价格的波动特征,对定价模型在原油价格上的适用性进行了检验。在研究过程中,利用极大似然法对模型的参数进行估计,并通过参数检验法来比较模型的拟合效果,比较得出最优模型。在得到最优模型后,选取2017年的数据对原油价格进行预测分析。实证结果表明:(1)原油作为一种特殊的商品,在市场经济条件下,其价格受到供给和需求的影响。当有外部因素影响到原油的供给和需求时,价格会因此上下波动,市场的均衡价格也会因此改变。当需求增加时,价格会上升,而当供给增加时,价格则会下降。由于国际原油是用美元进行结算的,因此美元指数是影响原油价格变化的因素之一。如果美元贬值,那么原油价格会上涨;如果美元升值,则原油价格会下跌。当全球的经济回暖,投资环境改善时,原油价格会上升,主要有两方面因素的影响,首先,全球生产总值增加,工业的发展离不开石油,因此对于石油的需求也相应增加,需求的增加推动原油价格上升。另外经济的快速增长伴随着一定的通货膨胀,这也使得原油价格上涨。(2)随机动态模型可以较为理想的对原油价格进行模拟。从拟合效果来看,无季节因素的双因子CIR模型拟合效果最好。在比较中还发现模型CIR对价格的拟合优度要高于O-U过程和Dixit-Pindyck模型。另外,从拟合效果图也可以看出,双因素模型整体的拟合优度要高于单因素模型的拟合优度。(4)通过对2017年1月3日至2017年12月4日的北美西德克萨斯原油价格的预测可知,无季节因素的双因子CIR模型预测效果很好,在参数检验法中的可决系数达到0.5以上。价格建模作为金融领域中的基本问题,在现实中有很重要的意义,值得深入研究。本文对随机动态模型的理论应用进行了拓展,并且对原油价格的预测提供了参考,提高了原油定价模型的预测精度。然而,本文也存在着些许不足,有待今后进一步研究和改进。(本文来源于《江西财经大学》期刊2018-06-01）
王敏[5]（2018）在《随机连续金融价格模型及波动持续性统计分析》一文中研究指出连续渗流系统是金融物理学粒子系统中十分重要的系统之一,为研究复杂非线性的金融股票价格模型的构建提供了思路.本文首先改进了二维连续渗流模型,引入了不同半径参数和比例参数来刻画投资者之间不同的相互作用和影响,并在此基础上建立了二维多粒子连续渗流金融价格模型.模型的基本假设是认为股票市场的价格波动是由信息在投资者之间传播造成的,因此模型中对于不同投资者的传播信息能力大小的刻画至关重要.此外,我们建立了叁维多粒子连续渗流金融价格模型,为研究金融股票价格波动提供了新的思路.我们通过Maltab语言编程实现了对金融价格模型的模拟仿真,得到了股票价格序列和相应的收益率序列.本文将股票价格序列和收益率序列转化为波动持续期序列、本征模函数序列和价格波动序列,进而对金融价格模型展开丰富的统计性质分析.首先我们对二维连续渗流金融价格模型展开波动持续性分析,应用了多重分形去趋势移动平均法和Zipf分析法,发现金融价格模型具有和真实市场相似的多重分形性和Zipf分布.然后我们对叁维价格模型展开实证分析,应用多尺度交叉递归定量分析法和多尺度交叉复杂性分析法,发现了价格模型同步性统计分析上也具有和真实市场相似的统计特征.因此,本文提出的两个模型对构建股票价格模型均具有一定的合理意义.在本篇论文中,我们应用了真实市场的股票指数进行对比研究,分别是中国的上海证券综合指数和深证成分股指数,以此来验证我们提出的二维多粒子连续渗流金融价格模型和叁维多粒子连续渗流金融价格模型的合理性和有效性.(本文来源于《北京交通大学》期刊2018-06-01）
柴芳柔[6]（2018）在《世界黄金价格波动特征研究——基于半参数随机波动率模型》一文中研究指出文章使用半参数随机波动率模型(SPM),对2003年1月1日至2017年8月10日期间世界黄金价格波动特征进行了实证分析。模型拟合检验结论表明,SPM模型能够很好地拟合世界黄金价格波动过程当中存在的尖峰厚尾性、波动聚集性和非对称性等金融数据特征。采用基于贝叶斯的MCMC方法对模型进行参数估计,通过进一步与SV-N和SV-T模型对比分析,结果显示SPM对于世界黄金价格波动特征刻画要明显优于SV-N和SV-T模型。(本文来源于《中国集体经济》期刊2018年10期）
褚桂健[7]（2018）在《基于网络搜索数据与随机森林模型的房地产价格指数预测研究》一文中研究指出随着搜索引擎技术的快速发展以及互联网的普及,人们获取信息的渠道有了很大的改变,越来越多的人们通过互联网搜索查询信息。由于信息搜索是由一定的目标、动机和需求所引发的信息搜寻行为。因此,互联网中记录的海量网络搜索数据成为人们的一个“行为意向数据库”,这些数据蕴含着人们的行为趋势及规律,能够反映出社会经济的变化状况,为宏观经济问题的研究提供了必要的微观数据基础。当前,房地产业已然成为我国国民经济的支柱性产业,它直接关系到人们的就业、收入、消费等多个方面,其健康发展与否也关系到国民经济的发展。在如今的生活中,房价是人们经常谈论的一个话题,它和人们的生活质量和幸福指数息息相关,更多的人们想要提前看到房价的走势,以便及时准确地做出购房决策,房价的波动牵动着无数老百姓的心。因此,对房价的相关研究具有极强的现实意义。及时准确地对房价走势进行预判对消费者、房地产开发商及国家政策制定部门都具有重要意义,并且当前我国的房地产价格指数也存在着发布时间长、时效性低等问题。基于此背景,本文利用可以体现人们未来一定时期内行为意向的网络搜索数据对房地产价格指数进行预测研究。首先,本文对网络搜索数据的应用、房地产价格的预测、随机森林模型的应用等相关文献进行了综述,并梳理了我国房地产市场的发展历程。接着以消费者行为理论和传导时滞理论为基础,搭建了网络搜索数据与房地产价格之间相关性的理论框架,并阐述了本文所用模型随机森林、支持向量机的原理等。其次,本文以上海市房价指数为研究对象,利用文本挖掘技术对网络上房价相关信息进行文本分词、关键词提取等,确定了网络搜索初始关键词库;接着运用需求图谱拓展、长尾关键词拓展等方法确定了拓展关键词库;然后创新性地利用时差相关性方法、RF-RFE算法对关键词进行了筛选,得到最终的关键词库,用于最后模型的建立。最后,本文结合重复交叉验证法对随机森林模型的两个重要参数进行优选,利用网络搜索数据建立了基于随机森林的房地产价格指数预测模型,并将随机森林模型的预测效果与支持向量机模型进行对比分析。实证结果表明,利用网络搜索数据对房价指数的预测至少比官方数据的发布提前一个月左右,具有更好的时效性,最终确定的关键词能够较好地反映出房价指数的变化趋势,并且随机森林模型的拟合及预测效果更优。(本文来源于《重庆交通大学》期刊2018-04-02）
李亚茹,孙蓉,刘震[8]（2018）在《农产品期货价格险种设计与定价——基于随机波动率模型的欧亚期权》一文中研究指出基于美国基于美国LRP保险的优势、国内现行农产品期货价格保险运作模式的问题及价格指数保险再保险缺乏的现实困境保险缺乏的现实困境,本文设计"基于现货市场的价格指数保险+对冲部分风险的场外看跌期权+场内期货货"的农产品期货价格保险。价格指数保险与场外看跌期权都是固定执行价格离散算术平均欧亚期权,运用随机波动率运用随机波动率Heston Heston模型对农产品期货价格保险进行定价,以鸡蛋期货价格保险为例得出了六大鸡蛋主产区的定价结果主产区的定价结果。研究结果显示,基于期货市场的鸡蛋价格指数保险不能满足养殖户价格下跌风险保障的需求障的需求;各鸡蛋主产区的价格指数保险存在明显的费率差异,需分地区承保;本文设计的产品能显着降低农户基差风险降低农户基差风险,既使保险公司保留盈利机会,又需承担自留与场外期权对冲风险,而不再是"中介介"角色;设计产品中保险公司承担的对冲风险小于现存产品中农户的基差风险。(本文来源于《财经科学》期刊2018年03期）
李成刚,杨兵[9]（2018）在《数量型规则和价格型规则的最优组合研究——基于动态随机一般均衡模型的分析》一文中研究指出随着经济环境的改变,单一的数量型规则和价格型规则货币政策工具均不足以维持和应对当前中国宏观经济的稳定发展。首先,结合数量型规则和价格型规则,构建了具有选择性特征的混合型货币政策规则,基于动态随机一般均衡模型(DSGE),采用校准和贝叶斯方法分别估计了数量型规则、价格型规则和混合型规则的参数;其次,采用脉冲响应分析、方差分解和社会福利损失比较数量型规则、价格型规则和混合型规则的政策适用性;最后,采用脉冲响应分析和社会福利损失,研究了数量型规则和价格型规则的最优组合。研究结果表明:央行实施混合型规则要优于数量型规则或价格型规则,混合型规能够更好地熨平宏观经济波动,并且改善社会福利的效果更明显;央行在实施混合型规则时,数量型规则和价格型规则的最优组合为:价格型规则权重维持在60%左右,数量型规则权重维持在40%左右,可以更好地熨平经济冲击带来的波动,减小社会福利损失,增加社会福利。(本文来源于《金融经济学研究》期刊2018年02期）
王丹丹[10]（2018）在《带随机短期价格折扣和部分缺货回补的库存决策模型》一文中研究指出在现代消费产品市场中,企业会采用各种营销策略以提高产品的市场占有率和竞争力.不难看出,折扣已经成为现代消费产品市场中刺激消费手段里的佼佼者.供应商提供价格折扣时,产品价格降低从而极大地增加了零售商的进货量,此时零售商进货成本降低利润会有所增加,对于供应商而言,零售商的大批购买量不仅会提高自身在市场的竞争力而且可以降低自己的库存积压.因此,无论对零售商还是对供应商,价格折扣无疑都会给双方带来好处.同时,“售空”这样的字眼在实际消费市场里也比比皆是.零售商在库存不足而恰逢消费者又对某种商品有着特殊的青睐时,常常出现产品售空甚至缺货情况.此时,有些消费者往往愿意等待商家货物回补后再购买,同时也有些消费者在货物回补后购买力消失,针对这种情况,商家会根据消费者具体的购买力选择对缺货进行部分回补.正如我们平时在日常生活中所见,以上两种情况里,折扣现象往往出现在产品上新促销、节假日活动及年底清仓时,不会一直发生;与在某些特定情况下出现的折扣相比,缺货现象会在商家的每一库存周期里发生.结合上述两种消费市场里常见的情况,本文在经济订单批量的背景下展开了讨论.本文考虑一个带随机短期价格折扣和部分缺货回补的库存模型.在这个系统中:零售商每一周期都会发生缺货情而且在下一周期会部分回补上一周期无法满足顾客需求的货物,同时库存系统运行中的未来某一时间段可能会有价格折扣发生.若折扣发生,则零售商在折扣时段内只能以折扣价进货一次.针对该库存系统,我们从零售商利润最大化的角度出发建立了一个带随机短期价格折扣和部分缺货回补的库存决策模型,为零售商提供了多种补货策略并找到了该情形下的最优解决办法,最后通过数值案例验证了模型的有效性.(本文来源于《曲阜师范大学》期刊2018-03-10）
随机价格模型论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对价格波动的面向订单企业原材料库存优化问题,文章考虑客户订单满足率尽可能大的情形下,以总库存成本(订购成本+采购成本+缺货惩罚成本)最小、客户订单满足率最大为目标函数,建立价格波动的面向订单企业原材料库存优化模型,在此基础上设计时间复杂性为O(n7)的近似算法CA(其中n为原材料个数),然后分析算法CA的近似比。最后利用此模型结合采购实际进行实例分析,验证了模型和算法的有效性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
随机价格模型论文参考文献
[1].岑忠培.随机金融价格深度学习预测模型与统计分析[D].北京交通大学.2019
[2].陈光会,赵议,苏兵.价格随机变化的面向订单企业原材料库存优化模型[J].统计与决策.2019
[3].张笑,郭彬,姚西龙.能源价格变动与产出关系研究——基于动态随机一般均衡模型分析[J].价格理论与实践.2018
[4].闵凌波.WTI原油价格的随机动态模型研究[D].江西财经大学.2018
[5].王敏.随机连续金融价格模型及波动持续性统计分析[D].北京交通大学.2018
[6].柴芳柔.世界黄金价格波动特征研究——基于半参数随机波动率模型[J].中国集体经济.2018
[7].褚桂健.基于网络搜索数据与随机森林模型的房地产价格指数预测研究[D].重庆交通大学.2018
[8].李亚茹,孙蓉,刘震.农产品期货价格险种设计与定价——基于随机波动率模型的欧亚期权[J].财经科学.2018
[9].李成刚,杨兵.数量型规则和价格型规则的最优组合研究——基于动态随机一般均衡模型的分析[J].金融经济学研究.2018
[10].王丹丹.带随机短期价格折扣和部分缺货回补的库存决策模型[D].曲阜师范大学.2018
论文知识图
