复杂性检验方法的研究及在能源市场的应用应用数学专业论文.docxVIP

摘要 摘要 复杂性检验方法的研究及在能源市场的应用 摘要 时间序列作为一种特殊的数据形式，对其分析与预测都是大数据时代 重要的研究方向，而对时间序列的研究首先要把握其数据特征。复杂性作 为时间序列数据特征中最重要的特征之一，涉及非线性领域中的许多特 征。近年来，随着环境和气候的不断恶化，如何有效地分析能源市场并提 出相应的管理方案成为研究热点。本文研究了复杂性检验的方法，并将提 出的新方法应用在能源领域。 首先，本文基于已有的复杂性检验方法，提出了复杂性检验的框架， 其中包括：序列的自相似性(长期持续性)、相空间中吸引子的性质以及 动力系统的混乱程度。基于此框架，从以上三方面分别选取了多重分形消 除趋势波动分析法、关联维数和样本熵，最后应用熵权法计算权重得到新 的复杂性指标。同时，本文应用该新指标分析了三个典型的能源市场：天 然气、石油和碳市场。结果表明天然气和石油市场比碳市场有效，相比于 天然气市场，石油市场的有效性相对较低，原因可能是石油市场更多地受 N#t-界因素的影响。其次，考虑到复杂性受不同因素的影响，本文提出了 基于多时间尺度的复杂性分析。采用自适应的集成经验模态分解将时间序 列分解成各个模态，然后采用改进的模糊熵测量各个模态的复杂性。实证 分析研究了中美两国清洁能源市场，总体表明美国的清洁能源市场比中国 万方数据 北京化工大学硕士学位论文更有效。 北京化工大学硕士学位论文 更有效。 最后，将复杂性检验扩展N-维变量(即两个时间序列)之间的互相 关分析。本文采用最新提出的非对称多重分形消除趋势互相关分析法研究 了石油与黄金和美元指数之间的互相关性，同时考虑了互相关在不同时间 尺度下的变化。结果表明石油与黄金和美元指数之间的互相关都是多重分 形非对称的，其中石油与美元指数之间的正持续性更强。 关键词：复杂性检验，时间序列，分形，混沌，熵，能源市场有效性 II 万方数据 摘要THE 摘要 THE RESEARCH oF COMPLEXITY TESTING METHODS AND THE APPLICATIONS IN ENERGY MARKETS ABSTRACT Time series data analysis and forecasting are important issues within research fields of data mining and management science．Capturing the data characteristics of time series data iS the foundation for further research． Complexity as one of the most important measurements for analyzing time series data，it covers or is at least closely related to different data characteristics within nonlinear system theory,meanwhile，complexity can reflect the property of the research object．Recently,with the deterioration of the environment and climate，how to efficiently analyze the characteristics of time series and offer corresponding management plan becomes a hot issue． Based on a series of complexity indices，this paper analyses the property of some energy markets． Firstly,according to the existing complexity testing methods，this paper proposes a framework about complexity testing，which covers the self-similarity(10ng term persistence)of times series，the property of attractor in the phase space and the disorder state of the data dynamics．Based on the framework，the multi-fractal detrended fluct