1) time series of chaotic investment
混沌投资时间序列
1.
The phase transition of spectrum of fractal dimension for time series of chaotic investment;
混沌投资时间序列的分形维数谱的相变
2.
After being studied furtherly, it抯 found that, besides the problem of investment mathematics model itself, the transmutation for time series of chaotic investment is an important factor that shouldn抰 be neglected.
究其原因,除投资数学模型自身的问题外,混沌投资时间序列的嬗变是一个不应忽视的因素。
2) chaotic time series
混沌时间序列
1.
Prediction of chaotic time series using self-organizing fuzzy neural networks with entropy criterion;
基于熵判据自组织模糊神经网络的混沌时间序列预测
2.
Prediction for chaotic time series based on phase reconstruction of multivariate time series;
基于多变量相重构的混沌时间序列预测
3.
Chaotic Time Series Forecasting and Its Applications in Power System s Short-term Load Forecasting;
混沌时间序列的预测及其在电力系统短期负荷预测中的应用
3) chaos time series
混沌时间序列
1.
Trend prediction based on chaos time series for rotating machine sets;
基于混沌时间序列的旋转机械状态趋势预测研究
2.
A new soft-sensing model of current crude copper composition based on the chaos time series of foregone crude copper composition was established by using the phase-space reconstruction theory and the method of maximum Lyapunov exponent and by updating samples in time.
将转炉产粗铜成分的以往化验数据作为二次变量,化验数据严重滞后的当前炉次粗铜成分作为主导变量,并以延迟时间τ=2(炉次)将转炉粗铜成分时间序列分成两个子时间序列,采用重构相空间理论、最大Lyapunov指数方法和样本及时更新的办法,建立了一种仅对当前炉次的炼铜转炉粗铜成分进行软测量的混沌时间序列软测量模型。
3.
Chaos time series which includes very abundant and profound meaning has widely applications.
混沌时间序列有着极为丰富和深刻的内涵,而且应用非常广泛。
4) chaotic time-series
混沌时间序列
1.
Application of chaotic time-series in slope displacement forecasting;
混沌时间序列在边坡位移预测中的应用
2.
Prediction of chaotic time-series based on online wavelet support vector regression;
基于在线小波支持向量回归的混沌时间序列预测
5) chaotic runoff time series
混沌径流时间序列
1.
In this paper introduced Artificial Neural Networks(ANN),which is different from tradition way and has been used to take out the dimension of the chaotic runoff time series of reservoirs.
区别于传统的提取混沌时间序列饱和嵌入维数的方法,本文利用人工神经网络成功地对水库混沌径流时间序列的饱和嵌入维数进行了提取,计算了该时间序列里的最大Lyapunov指数,两种方法结果都证明了该时间序列的混沌性。
6) chaotic time series prediction
混沌时间序列预测
1.
Reservoir neural state reconstruction and chaotic time series prediction;
储备池状态空间重构与混沌时间序列预测
2.
Multiple clusters echo state network for chaotic time series prediction
用于混沌时间序列预测的多簇回响状态网络
补充资料：基金投资的时间与金额的分散投资组合策略
基金投资的时间与金额的分散投资组合策略
┌──┬────┬────┬──────┬────┬──────┐│期数│市价(元)│购人股数│累计购人股数│投资总额│所购股价总额│├──┼────┼────┼──────┼────┼──────┤│1 │40 │25 │25 │1(XX) │1峨】】) │├──┼────┼────┼──────┼────┼──────┤│2 │50 │匆 │45 │太以) │刀匆 │├──┼────┼────┼──────┼────┼──────┤│3 │30 │33 │78 │2望刃 │2斗泊 │├──┼────┼────┼──────┼────┼──────┤│4 │50 │加 │98 │39引) │4臾X) │├──┼────┼────┼──────┼────┼──────┤│5 │印 │16 │1 14 │胡犯 │韶粼) │└──┴────┴────┴──────┴────┴──────┘ 从上表可看出:各期的股价不同，购人的股数也不一样。5个月间的每股平均市价为40+50+30+50+印 5二46元而该投资者每股的平均投资成本为:萦择斋镊扳。紫二“·‘元 这样，该投资粉的每股平均价低于每股平均市价。之所以如此，是因为规定了每期的投资金额为一定数，以此固定的资金购买股票，当市价较低时购买的股票数t就多，市价较高时购买的股票数t就少。结果在总的股票数t中，低价的股票数t占的比例大，而高价的股票数t占的比例就小。所以，其平均购买价格会低于平均的市场价格。该方法含有“自动减少离价购人的股票数t，而增多低价购人的股票数t”。也就是说，能使股票的平均购买价格自动保持一种低价状态。 货币成本平均法除上述优点外.还有另外卷六投资业务503两个优点: (l)投资者只定期投资而不必考虑投资的时间性问题。 (2)可防止过量交易而蒙受损失，因为投资若将全部资金一次性投人某种股票，股价下跌后损失必然很惨重，而采用平均成本法分期购买，以后股价纵然跌落，其平均损失仍可减轻，即平均法不仅可以减低平均成本，而且能够减轻平均损失，它实际上是一种在时间上进行分散投资的方法。 货币平均成本法只适用于股票价格波动幅度较大，并且是股票价格总体上呈现出上升趋势的股票。所以，货币成本平均法运用是否成功的关键在于投资者对股市走势的准确判断和所购买股票的正确选择。
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