1) ARFIMA process
ARFIMA过程
1.
Wavelet is introduced to the estimation of the Long Memory Stochastic Volatility(LMSV)model,and the wavelet transformation based estimation method of parameters and volatility process is proposed on the bases of the wavelet analysis results of ARFIMA process.
根据ARFIMA过程的小波分析结果,将小波引入到长记忆随机波动(Long Memory Stochastic Volatility)LMSV模型的估计中,提出了基于小波变换的LMSV模型的参数估计和潜在波动过程的估计方法。
2) ARFIMA model
ARFIMA模型
1.
Maximum Likelihood Estimation of ARFIMA Models with Missing Values;
存在缺失值的ARFIMA模型的最大似然估计
2.
As Hurst parameter estimated bias exists,the precision may be improved by using nonlinear estimate,where ARFIMA model is proposed and used for verification.
采用ARFIMA模型对沪深股市收益率的长期记忆性进行了检验,根据分段检验的结果,得出了一些我国证券市场有效性的结论。
3.
At last, ARFIMA model and stable distribution parameters in practical application are used to exchange rate fluctuation forecasting.
文中分析了分形市场理论在市场预测中的优点 ,通过汇率波动的奇异吸引子测定和R/S分析说明分形市场分析在预测中的有效性 ,并采用ARFIMA模型和稳定分布参数分析进行了实用性研
3) ARFIMA models
ARFIMA模型
1.
The marginal posterior distribution of the parameter in the ARFIMA models is presented by Bayes theorem and the mode of the marginal posterior distribution is choosed as the estimator.
首先根据贝叶斯定理得到ARFIMA模型参数的后验边缘分布,并选择后验边缘分布的众数作为参数的估计值。
4) ARFIMA-FIGARCH Model
ARFIMA-FIGARCH模型
1.
Study on ARFIMA-FIGARCH Model of Return and Volatility Processes in Chinese Stock Market;
中国股市收益及波动的ARFIMA-FIGARCH模型研究
2.
In this paper the ARFIMA-FIGARCH model is introduced to measure risk.
针对大量经济时间序列所呈现出的波动“丛集”、时变方差和长记忆特征，本文重点研究了既能描述收益长记忆又能刻画波动长记忆的风险度量的ARFIMA-FIGARCH模型。
5) ARFIMA-EGARCH model
ARFIMA-EGARCH模型
6) ARFIMA-TARCH model
ARFIMA-TARCH模型
1.
This article studies daily,weekly,monthly returns ratio of Shanghai stock index and Shenzhen stock index from 1996 to 2006 with the ARFIMA-EGARCH and the ARFIMA-TARCH model,in the help of EViews,S-plus and the Matlab software and compared with the corresponding ARFIMA model.
本文应用ARFIMA-EGARCH和ARFIMA-TARCH模型,借助EViews、S-plus、Mat-lab软件,对上海(上证综指)和深圳(深证成指)两股市1996。
补充资料：正规过程和倒逆过程
讨论完整晶体中声子-声子散射问题时,由于要求声子波矢为简约波矢（见布里渊区），所得到的总波矢守恒条件会相差一个倒易点阵矢量G)。例如对于三声子过程有下列条件
， (1)
式中q1和q2是散射前的声子简约波矢, q3为散射后声子波矢，式(1)中G)的取值应保证q3也是简约波矢。这时会出现两种过程,其一是当q1+q2在简约区内时,可以取倒易点阵矢量G)＝0,式(1)则简化为总波矢守恒条件,称为正规过程或N过程。其二是当q1+q2超出简约区时,所取G)应保证q3仍落于简约区内,由于q3与q1+q2相差G),显然q3位于q1+q2的相反一侧，这时散射使声子传播方向发生了倒转，故称为倒逆过程或U过程。U过程总波矢不守恒,但总能量守恒,因为声子频率是倒易点阵的周期函数，而q3与q1+q2只相差一个倒易点阵矢量。N过程在低温长波声子的散射问题中起主要作用。当温度升高，简约区边界附近的声子有较多激发时，U过程变得十分显著,它对点阵热导有重要贡献。
在能带电子与声子散射问题中存在着与式 (1)相仿的总波矢条件
k+G＝k┡±q，
(2)
式中k与k┡分别为散射前后电子的简约波矢,±号分别对应于吸收或发射q声子。类似的在热中子-声子散射以及晶体中一切波的相互作用过程中，总波矢变化都相差一个倒易点阵矢量G),因此也都有N与U过程之分。这是晶体和连续媒质不同之处，连续媒质对无穷小平移具有不变性，才能求得总波矢守恒，而晶体只具有对布喇菲点阵的平移不变性，因此总波矢守恒条件会相差一个倒易点阵矢量。
， (1)
式中q1和q2是散射前的声子简约波矢, q3为散射后声子波矢，式(1)中G)的取值应保证q3也是简约波矢。这时会出现两种过程,其一是当q1+q2在简约区内时,可以取倒易点阵矢量G)＝0,式(1)则简化为总波矢守恒条件,称为正规过程或N过程。其二是当q1+q2超出简约区时,所取G)应保证q3仍落于简约区内,由于q3与q1+q2相差G),显然q3位于q1+q2的相反一侧，这时散射使声子传播方向发生了倒转，故称为倒逆过程或U过程。U过程总波矢不守恒,但总能量守恒,因为声子频率是倒易点阵的周期函数，而q3与q1+q2只相差一个倒易点阵矢量。N过程在低温长波声子的散射问题中起主要作用。当温度升高，简约区边界附近的声子有较多激发时，U过程变得十分显著,它对点阵热导有重要贡献。
在能带电子与声子散射问题中存在着与式 (1)相仿的总波矢条件
k+G＝k┡±q，
(2)
式中k与k┡分别为散射前后电子的简约波矢,±号分别对应于吸收或发射q声子。类似的在热中子-声子散射以及晶体中一切波的相互作用过程中，总波矢变化都相差一个倒易点阵矢量G),因此也都有N与U过程之分。这是晶体和连续媒质不同之处，连续媒质对无穷小平移具有不变性，才能求得总波矢守恒，而晶体只具有对布喇菲点阵的平移不变性，因此总波矢守恒条件会相差一个倒易点阵矢量。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条