简介：现代金融经济学中连续时间模型能够更方便地描述重要经济变量的动态过程如股价、汇率和利率等。为连续时间模型提出了一种高频数据驱动的二阶段估计方法,增强了连续时间扩展模型的弹性和可操作性。以Vasicek模型为例给出了该方法的应用实例,首先在第一阶段使用实现波动率方法估计出模型的扩散项参数,然后使用实际数据的稳态分布的前向方程估计漂移项参数。此方法对模型初始设定和优化算法依赖程度低,结果较为稳定可靠。

简介：股票价格常常呈现出集聚效应，并对市场质量产生重要影响，因此需要利用高频数据深入研究中国股票市场价格集聚效应的存在性及其表现特征，同时解释其原因。通过对沪市高频交易数据的统计检验和定量实证研究表明：价格尾数在“0”、“5”和“8”上存在显著的集聚效应，并且可以用“价格决定”假说加以解释，但是不能用“价格吸引”假说解释。投资者通过在这些点位上变动一个最小报价单位进行报价，将可以最小成本获得交易的优先权。

简介：针对区域宏观经济统计数据质量问题,研究并制定了宏观经济统计数据质量诊断的技术方法,在提出相关研究的理论假定后,对宏观经济数据从静态、动态和多维、系统的角度构建了统计数据质量诊断模型,给出了定量诊断方法、诊断准则和模式,并运用实际数据进行了模拟实验。

简介：为了准确对肿瘤病理类型进行诊断,减轻患者因诊断造成的不便与痛楚,提出了基于变精度粗糙集理论与贝叶斯网络的肿瘤诊断方法。对930例甲状腺肿瘤病例使用变精度粗糙集与贝叶斯网络方法导出诊断规则,并与粗糙集对比后发现,基于变精度粗糙集与贝叶斯网络的诊断规则准确性高于粗糙集理论的诊断准确性。基于变精度粗糙集与贝叶斯网络的肿瘤诊断模型对提高肿瘤诊断水平具有更好的临床使用价值,为肿瘤的诊断与分类提供了一种新思路。