大学生创新创业训练计划项目作品成果展示——基于高阶统计量和熵的广义AIC模型的金融时间序列分析.pptxVIP

基于高阶统计量和熵的广义AIC模型的金融时间序列分析项目成员：徐诗昀，邵孟琳，乔文萱 指导教师：商朋见2018年理学院大学生创新创业训练计划项目作品成果展示理学院School of Science 我们提出了一种传统的Akaike信息准则的广义方法作为对股票市场时间序列波动行为进行比较和评价的一种新方法。 该方法通过将方差扩展到偏态、峰度、排列熵等高阶统计量来进行修正，以证明时间序列的波动行为与低阶方法的不同方面。此外，我们还提出了一种新的建立AIC平面的模型，以获得更精确的结果。最后，我们对合成数据进行了数值模拟，提供了比较研究。 此外，利用通用AIC方法和AIC平面对美国、中国和香港的股票市场综合指数行为的结果进行了进一步的报道，以反映其可行性。我们的研究结果可以有效地从三个方面区分时间序列的多尺度波动细节。AIC=2k?2ln(L)其中：k是参数的数量，L是似然函数。假设条件是模型的误差服从独立正态分布。模型建立的理论方法基于的AIC推广模型AIC=2k?2ln(L)其中：k是参数的数量，L是似然函数。假设条件是模型的误差服从独立正态分布。关于课题的研究成果已写成论文在PHYSICA A上发表（online），2018年九月见刊对模型进行仿真模拟HighlightsWe modify AIC method by extending variance to high-orde