检索结果-南通市图书馆

事件驱动型证券投资基金投资策略与收益特征分析

在线全文

学校读者我要写书评

暂无评论

财会通讯（中） 2017年第7期 3-6页

作者：杨琴南昌理工学院工商管理学院

本文分析事件驱动型证券投资基金的投资策略与盈利的内在机理,以137只事件驱动型证券投资基金为研究对象,基于"十八届五中全会"召开事件,采用事件研究法和截面回归法,实证考察事件驱动策略在我国资本市场的可行性。

关键词：事件驱动策略超额回报事件研究法

在线全文

学校读者我要写书评

暂无评论

一种增强型事件驱动策略的覆盖空洞补偿算法

光通信研究 2016年第3期 22-25页

作者：孙泽宇高春玲曹仰杰邢萧飞聂雅琳洛阳理工学院计算机与信息工程学院河南洛阳471023 郑州大学软件学院郑州450001 广州大学计算机与软件教育学院广州510006

针对无线传感器网络体系在随机部署过程中出现覆盖空洞的现象,借助于概率模型提出了一种CHCAEDS(基于事件驱动策略的覆盖空洞补偿算法)。该算法首先对随机部署的特性进行验证,给出随机部署表示形式;然后利用概率相关知识对监测区域内覆... 详细信息

针对无线传感器网络体系在随机部署过程中出现覆盖空洞的现象,借助于概率模型提出了一种CHCAEDS(基于事件驱动策略的覆盖空洞补偿算法)。该算法首先对随机部署的特性进行验证,给出随机部署表示形式;然后利用概率相关知识对监测区域内覆盖期望和节点数量进行求解,以达到使用最少数量的节点覆盖最大的面积。仿真实验表明,与其他算法相比,CHCAEDS在网络生存周期和算法运行时间上分别提高了12.59%和10.82%。

关键词：无线传感器网络覆盖质量覆盖空洞事件驱动策略

在线全文

学校读者我要写书评

暂无评论

基于高管增持的事件驱动投资策略研究

基于高管增持的事件驱动投资策略研究

作者：梁艳清华南理工大学

学位级别：硕士

量化投资作为证券分析中一种新的投资方法,可以实现全市场范围内的择股和择时策略,并取得了较好的业绩表现。事件驱动投资策略作为量化投资中的重要研究分支,已发展成与基本面分析、行业配置并驾齐驱的策略,通过全面、系统性研究市场上... 详细信息

量化投资作为证券分析中一种新的投资方法,可以实现全市场范围内的择股和择时策略,并取得了较好的业绩表现。事件驱动投资策略作为量化投资中的重要研究分支,已发展成与基本面分析、行业配置并驾齐驱的策略,通过全面、系统性研究市场上的事件所传递的信号,获取准确性更高、可预见的大概率投资机会。事件驱动策略的研究首先需要对事件进行界定与多维特征统计,然后利用事件研究法计算并检验事件信息所带来的市场反应,建立相应的事件驱动投资模型进行事件套利,再以单因素和多因素组合模型优化投资策略表现。由于股权分置改革和股权激励政策,促进了我国股票市场的流通和制度完善。高管持股的现象越来越普遍,也备受证券监管部门以及市场利益相关者关注。本文将以高管增持事件为例进行事件驱动策略研究,研究发现高管增持事件给市场带来了短期显著正向的市场反应。所建立的短期投资策略中则以固定持有期为10天的滚动投资策略表现最优,投资组合的年化复合收益达到57%。最后利用归因分析方法,研究各个驱动因素对事件的累计超额收益的贡献,并建立单因子和多因子组合模型用于改进投资过程的效率和策略表现。单因子策略的收益表现较基准组有1到5倍的提升,多因子组合策略在单因子策略基础上进行有效组合,在组合收益、胜率和夏普比率等策略评价指标上均比单因子策略有显著的提升。本文对事件驱动策略的研究框架和研究结果可以作为投资者做出投资决策的辅助工具,为投资者在研究事件驱动策略方面提供一种新的投资思路和选择。因此,不论从实际操作层面还是理论研究层面,都可以指导投资者对高管增持的事件信号和动机作出正确分析和解读,按照已构建的投资策略能够稳定持久获利,同时增加有效的驱动因素,优化股票策略可以获得高于市场平均水平的收益。而且市场投资者对市场信息的正确理解和反应,能够进一步加强我国二级市场的有效性。

关键词：事件驱动策略高管增持事件研究法归因分析

限售股解禁前后股价特征及事件驱动投资策略研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

限售股解禁前后股价特征及事件驱动投资策略研究

作者：徐慧娟上海交通大学

学位级别：硕士

本文对2006年至今的首发限售股解禁的研究发现,在解禁日前15天左右开始捕捉到显著负的超额收益率,并且会一直持续。解禁日之后的一周内这种下跌的幅度会增大,直到解禁后15天左右开始稳定在-5%左右的负超额收益率。我们发现在解禁日后,... 详细信息

本文对2006年至今的首发限售股解禁的研究发现,在解禁日前15天左右开始捕捉到显著负的超额收益率,并且会一直持续。解禁日之后的一周内这种下跌的幅度会增大,直到解禁后15天左右开始稳定在-5%左右的负超额收益率。我们发现在解禁日后,没有反转现象,这说明这种异常收益造成的损失是永久性的。在解禁日前5天左右开始捕捉到显著异常交易量,并在解禁当日激增,解禁后每日递减,直到解禁后10天左右,基本稳定,且维持在20%左右,这种交易量的增加也是永久的。综合各种假说的检验结果,在中国首发限售解禁的样本下,需求曲线向下说、投机泡沫说、信息甄别说都有一定的解释程度,且各解释变量以及联合检验均高度显著。其中又以投机泡沫说的解释程度最高。使用混合最小二乘法（Pooled OLS）构造模型,解禁程度70%以上,联合检验显著。解释变量中,市盈率不显著、是否公布季报的虚拟变量不显著;每股收益的涨跌幅符号方向不对,市场所处的阶段性虚拟变量、异常交易量对模型的解释贡献度很高,另外本次解禁规模、解禁前公布的每股收益分别与累积超额收益率存在显著的反相关、正相关的关系。利用事前变量本次解禁规模以及解禁前公布的每股收益对2010年7月以后解禁的样本进行策略分组,对于低解禁规模、业绩良好以及超大解禁规模、业绩良好的企业,可以在解禁前5天买进,解禁5日后抛出;对于高解禁规模、业绩差的公司,可以在解禁前5天卖空,投资于市场组合,解禁5日后卖出市场组合买回解禁股平仓。

关键词：首次公开发行限售股解禁累积超额收益率事件驱动策略

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于事件驱动的随机多智能体系统的一致性

合肥工业大学学报（自然科学版） 2021年第1期44卷 130-136页

作者：马文周柏晓明合肥工业大学数学学院安徽合肥230601

文章使用一种分布式事件驱动控制策略,对带领导者的线性随机多智能体系统的均方一致性进行了研究。利用微分方程稳定性理论与随机分析方法证明了在该事件驱动控制策略下,带领导者的线性随机多智能体系统可达均方一致且无芝诺行为发生,... 详细信息

文章使用一种分布式事件驱动控制策略,对带领导者的线性随机多智能体系统的均方一致性进行了研究。利用微分方程稳定性理论与随机分析方法证明了在该事件驱动控制策略下,带领导者的线性随机多智能体系统可达均方一致且无芝诺行为发生,且不要求跟随者之间的拓扑结构是连通图;最后通过仿真,验证了该策略可有效减少多智能体间的通讯次数。

关键词：均方一致性事件驱动策略领导者线性多智能体系统乘性噪声

乘性噪声干扰下基于事件驱动的非周期信息融合算法研究

在线全文

学校读者我要写书评

暂无评论

乘性噪声干扰下基于事件驱动的非周期信息融合算法研究

作者：赵泽华南京理工大学

学位级别：硕士

本文研究了乘性噪声干扰下多传感器系统非周期信息融合问题。针对线性离散系统,考虑传感器非均匀异步采样引起的采样信息非周期问题,综合利用概率论、正交投影、Kalman滤波等理论与技术,推导出状态的最优估计。在信息融合过程中基于传... 详细信息

本文研究了乘性噪声干扰下多传感器系统非周期信息融合问题。针对线性离散系统,考虑传感器非均匀异步采样引起的采样信息非周期问题,综合利用概率论、正交投影、Kalman滤波等理论与技术,推导出状态的最优估计。在信息融合过程中基于传感器新息设计事件驱动策略,使得传感器信息有选择地参与滤波运算中。最后结合人工神经网络,推导传感器采样信息丢失情况下的误差补偿算法。主要研究内容如下:(1)为解决多传感器系统中传感器变速率非均匀采样问题,采用量测信息状态扩维的方式对非均匀采样系统进行建模,并考虑乘性噪声对于传感器观测信息的影响,推导非均匀多传感器融合估计算法。在上述过程中对传感器采样信息进行异常诊断,设计事件驱动策略。当事件“采样信息正常”发生,使用该采样信息参与信息融合;否则,舍弃采样信息。(2)考虑状态扩维的处理方式使得算法计算量增大,针对乘性噪声对系统中状态转移和传感器量测的干扰问题,提出异步多速率传感器融合算法,结合序贯式滤波算法给出了线性最小方差意义下的状态最优估计。在上述过程中对具有最高采样率的传感器的滤波新息进行Mahalanobis变换,在将其归一化后同阈值进行对比,确定剩余传感器是否触发,达到滤波器实时选取传感器量测信息参与滤波运算的目的。(3)考虑带有乘性噪声干扰的非周期信息融合算法中传感器采样信息发生随机丢失的情况,研究了基于极限学习机的多传感器误差补偿算法。在信息未发生丢失时对极限学习机进行在线训练,当采样信息丢失时使用极限学习机对滤波结果进行误差补偿,解决滤波精度下降的问题。本文所得的理论成果均在仿真实验中进行验证,仿真结果证明了本文所提出算法的有效性与可行性。

关键词：多传感器系统事件驱动策略非均匀信息融合异步信息融合极限学习机乘性噪声

对冲基金及其投资策略解析 ——以日本股市投资实例为例

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

对冲基金及其投资策略解析 ——以日本...

作者：罗会娟对外经济贸易大学

学位级别：硕士

对冲基金是以多空为基本手段,积极运用各种投资策略,跨地域跨产品进行投资,以谋求独立于市场风险之外的超额阿尔法收益的超级投资基金。高收益并非绝对意味着高风险,在过去20年间对冲基金各投资策略的夏普比率显著高于标普500指数。对... 详细信息

对冲基金是以多空为基本手段,积极运用各种投资策略,跨地域跨产品进行投资,以谋求独立于市场风险之外的超额阿尔法收益的超级投资基金。高收益并非绝对意味着高风险,在过去20年间对冲基金各投资策略的夏普比率显著高于标普500指数。对冲基金各投资策略中,事件驱动策略跨越不同周期仍保持高收益和中等风险,成为代表性策略。因此,除对冲基金和其投资策略的概念和特征外,本文重点讨论了事件驱动策略的特征和理论基础,以海外对冲基金在日本投资的三个实例为例,分别论证了事件驱动策略的三个子策略的投资逻辑和本质。事件驱动策略侧重研究具体事件对公司的影响,能独立于景气周期,取得相对稳定的收益。事件驱动策略是一种长期投资策略,并非短期“炒作”。本文层层深入,从抽象到具体地对对冲基金和其投资策略进行了分析,以助于投资者全面了解对冲基金,并在市场低迷或波动情况下也能获得超额收益。

关键词：对冲基金对冲基金投资策略事件驱动策略日本股市

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

奇异系统的事件驱动滑模控制

奇异系统的事件驱动滑模控制

作者：王玉仲东北大学

学位级别：硕士

随着科学技术的发展,许多实际的网络控制系统日趋复杂。如何有效地降低网络带宽提高网络利用率,成为了当下研究的热点方向;事件驱动采样策略（ETS）是近几十年来众多学者对其进行研究的一种新的有效的控制策略。不同于时间驱动采样策略... 详细信息

随着科学技术的发展,许多实际的网络控制系统日趋复杂。如何有效地降低网络带宽提高网络利用率,成为了当下研究的热点方向;事件驱动采样策略（ETS）是近几十年来众多学者对其进行研究的一种新的有效的控制策略。不同于时间驱动采样策略（TTS）周期性地更新控制信号策略,ETS仅在触发条件满足时更新控制信号。在该策略中,当系统轨迹的达到一个的预先设计的阈值时,获得下一个控制执行时刻。因此,在这个过程中,控制不更新,也不计算,直到它满足触发规则。而不是在TTS中的固定时间间隔更新控制。因此,它比周期性执行机制更有效。滑模控制具有易于实现,算法简便的特点,可以保证系统稳定的同时,使得系统状态快速响应,在满足匹配条件下,滑动模态对系统外部干扰和系统内部扰动具有完全自适应性。如何将两者结合,发挥各自的优势,势必会得到更好的结果。本文以线性奇异系统,T-S模糊奇异系统为模型,设计了事件驱动滑模控制器,基于Lyapunov稳定性理论得到稳定条件。主要研究工作如下:1.针对一类线性奇异系统,提出一种事件驱动滑模控制设计方法。设计了积分切换面。结合事件驱动条件和滑模控制理论,得到了滑模动态下的时滞系统模型。基于Lyapunov稳定性理论,构建了在事件驱动条件下的Lyapunov函数。得到了积分切换面的存在条件和和滑模动态的稳定性条件。本文设计了一个事件驱动滑模控制器驱使闭环系统在有限时间到达切换面。同时,本文进将理论退化到了正常系统。和已有事件驱动H∞控制设计方法进行了对比,仿真结果进一步说明本文提出方法的优势。2.针对一类T-S模糊不确定奇异系统,提出一种T-S模糊自适应事件驱动滑模控制设计方法,设计了积分切换面。结合事件驱动条件和滑模控制理论,得到了滑模动态下的T-S模糊时滞系统模型。基于Lyapunov稳定性理论,构建了事件驱动条件下的Lyapunov函数。本文得到了积分切换面的存在条件和和滑模动态的稳定性条件。本文设计了一个T-S模糊自适应事件驱动滑模控制驱使闭环系统在有限时间到达切换面。同时,本文进将理论退化到了正常系统。仿真结果我们提出方法的有效性。

关键词：奇异系统滑模控制 T-S模糊自适应滑模控制事件驱动策略积分滑模面线性矩阵不等式

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于粒子群算法的动态车间调度问题研究

基于粒子群算法的动态车间调度问题研究

作者：吴再新东华大学

学位级别：硕士

作业车间生产调度是影响制造企业生产效率的关键因素,一个良好的生产调度系统,能降低企业的生产成本,提高企业的生产效率,是一个制造企业在激烈的竞争中立于不败之地的关键所在,因而近年来,越来越多的国内外学者参与到这个问题的研究当... 详细信息

作业车间生产调度是影响制造企业生产效率的关键因素,一个良好的生产调度系统,能降低企业的生产成本,提高企业的生产效率,是一个制造企业在激烈的竞争中立于不败之地的关键所在,因而近年来,越来越多的国内外学者参与到这个问题的研究当中。作业车间调度问题（Job-Shop Scheduling Problem,JSP）是由普通的生产调度问题经过一系列约束条件的限制演化而来的典型的组合优化问题。对于车间调度问题的求解,现在主要以人工智能算法为主,而单一的算法也很难以求得问题的最优解,利用混合进化算法对车间调度问题进行求解是目前研究的热点。粒子群算法是应用最为广泛的群体寻优算法之一,它具有操作简单,收敛速度快等诸多优点,被广泛应用于解决组合优化问题。本文针对粒子群算法的改进及其在车间调度中的应用进行研究,研究的主要内容包括如下的几个方面:首先,介绍了车间调度问题的发展,国内外学者在此问题方面的一些研究方法和研究成果,以及仍然存在的问题;详细阐述了粒子群算法的基本原理及在车间调度问题中的应用。其次,根据粒子群算法和车间调度问题的特点,对粒子群算法进行了改进,把遗传算法（GA）的交叉操作用于种群的更新,形成了离散的粒子群算法（DPSO）;并对DPSO算法进行了改进,引入局部搜索算法,使得算法可以在局部范围内实现精确搜索,增加额外的信息参考点,提高了算法在全局范围内搜索最优解的概率,形成了混合的粒子群算法（GSPSO）。再次,把GSPSO算法用于求解作业车间静态调度问题。采用车间调度问题标准算例对混合粒子群算法的收敛速度进行了验证,与其他算法进行比较,证明了算法具有较好的收敛速度。并把混合算法用于解决其他一些车间调度问题,仿真结果表明该算法在求解车间调度问题上与其他类似算法相比具有一定竞争力。最后,对动态车间调度问题进行了研究,采用滚动窗口技术和基于事件驱动的调度策略,考虑实际生产环境中新增紧急订单、订单取消与机器故障等常见动态事件发生的情况,并对其进行具体的分析;利用GSPSO算法对其进行仿真实验,把仿真结果与混合蚁群算法进行比较,结果表明GSPSO算法能很好的处理调度过程中发生的动态事件。

关键词：粒子群算法遗传算法动态车间调度事件驱动策略