【摘 要】
：
该研究针对仅知道价格波动范围的有限交易机会的单向交易问题,采用竞争差分析方法构建数学模型,求解得到了最优的稳健性占线交易策略,并分析了该策略的性质,确定了该策略相对于最优离线交易策略所能达到的绩效保障(即最小竞争差).此外,研究还指出了对于交易者而言所有可能的最糟糕价格情况.该研究不仅可以用于指导现实中的单向交易行为,特别是交易者需要通过限制交易次数来控制交易成本的情形,同时,它还提供了统一的模型框架将文献中关注的时间序列搜索问题和无次数限制的单向交易问题联系了起来,便于对各类问题进行比较,丰富和完善了已
【机 构】
：
南开大学商学院,天津300071;北京大学汇丰商学院,深圳518055
论文部分内容阅读
该研究针对仅知道价格波动范围的有限交易机会的单向交易问题,采用竞争差分析方法构建数学模型,求解得到了最优的稳健性占线交易策略,并分析了该策略的性质,确定了该策略相对于最优离线交易策略所能达到的绩效保障(即最小竞争差).此外,研究还指出了对于交易者而言所有可能的最糟糕价格情况.该研究不仅可以用于指导现实中的单向交易行为,特别是交易者需要通过限制交易次数来控制交易成本的情形,同时,它还提供了统一的模型框架将文献中关注的时间序列搜索问题和无次数限制的单向交易问题联系了起来,便于对各类问题进行比较,丰富和完善了已有的研究结论,还为进一步分析更复杂的单向交易问题打下了基础.
其他文献
飞机系统架构设计呈现典型的多层级、多系统集成、多接口形式、多专业合作等复杂特征,传统的基于文档和离散二维制图的架构设计方法已经不能满足要求.对此,提出一种基于系统建模语言(systems model-ing language,SysML)模型的飞机复杂系统架构多视图设计表达方法,对各项复杂特征进行了解耦,将复杂的系统架构设计分解到多张有机关联的视图上;在开展多视图相对独立的设计和建模工作中,本质上就已经逐步完成了多层级的飞机系统架构集成设计;以机轮刹车系统为例,给出了基于模型的多视图架构设计方法的应用..
面向属性关联的多属性决策问题中,合理刻画并设计融合属性关联的决策模型是提高决策绩效的重要路径.首先,分析了各类属性关联情形下的属性权重调整方法优缺点,采用莫比乌斯变换法则变换属性关联性系数(Shaplely值),设计了融合Shaplely值和属性权重的合成权重函数,分析了属性关联性系数对权重的影响机制.其次,基于偏好顺序结构评估方法(preference ranking organization methods for enrichment evaluations,PROMETHEE)决策方法的优先函数表
企业开放社区中聚集的海量产品知识与使用经验,可以为企业的产品创新提供创意与灵感.然而,面对爆炸式增长的非结构化数据,传统的观点挖掘技术在效果和效率方面早已无法满足需求.为此,本文基于深度学习算法提出一种更为高效、及时的用户创意挖掘方法.首先,本文搭建带有Dropout机制的多嵌入层CNN模型ME-CNN,以增强模型的局部语义特征捕捉能力,识别包含创意观点的帖子文本;进而充分利用Transformer模型的长距离依赖建模的特点和CNN模型善于捕捉局部语义信息的优点,构建组合模型TF-CNN实现句子粒度的非创
针对传统系统工程存在的迭代周期长、开发效率低、模型二义性等问题,结合基于模型的系统工程理念,将敏捷系统工程概念引入到民机研制过程中,并利用系统建模语言定义了基于场景的功能建模方法,详细分析了民机自动飞行控制系统高度控制用例的顶层功能愿景,建立了对应的功能模型和接口描述视图.该方法以迭代的形式展开系统功能建模,能够充分保证需求和功能模型紧密结合,正向构建满足民机系统以需求为导向的功能建模方法,为民机系统的架构设计工作提供基础.
在生产者责任延伸制度下,由不同生产者联盟组建生产者责任组织,并针对不同企业的废旧产品尝试采取差异化的回收策略,是一种创新的合作回收模式,基于此背景,在政府强制回收率和补贴机制下,利用多选择目标规划方法构建生产者责任组织回收决策优化模型,生成基于合作联盟的成本特征函数,进一步提出融入差异化回收处理费用的修正Shapley值、用于在生产者责任组织成员企业间分摊总运营成本.通过算例验证表明:多选择目标规划方法能够实现生产者责任组织回收决策优化,即总成本不高于成员企业独立回收情形下的成本之和,同时实现废旧产品回收
导引头对舰船要害部位的精确检测能力是精确制导武器的核心技术之一。针对导引头对舰船要害部位检测精度低、模型参数冗余、相对运动导致舰船图像尺度、角度变化剧烈等问题,提出了基于深浅层特征融合的舰船要害关键点检测算法。首先,采用多尺度特征融合模块融合不同感受野的有效信息;其次,利用SoftPool池化改善下采样导致的信息损失,利于区分相似关键点;然后,引入深度可分离卷积降低参数冗余,结合轻量化注意力机制增
针对当前波形单元提取技术难以应用于非协作多功能雷达(multi-function radar,MFR)实侦数据的问题,构建了基于MFR多参数序列的二分类模型,在此基础上提出了一种自适应确定输入参数的密度聚类算法进行分类.该方法无需依靠MFR波形库的先验知识,采用无监督学习的方式提取波形单元.同时,充分利用多参数间的联合变化和数据集的整体分布信息提高算法鲁棒性,并通过引入输入参数λ可对不同用户需求调整算法性能.仿真实验表明,该算法可以有效地提取非协作MFR波形单元,同时能够适应测量误差和脉冲丢失的干扰,具有
针对传统捷联惯导系统(strapdown inertial navigation system,SINS)四元数非线性误差模型存在坐标系不一致的问题,对姿态误差模型和速度误差模型进行改进,将误差矢量统一投影至计算导航坐标系下.此外,引入全球定位系统阻尼信息,在阻尼SINS解算基础上,结合四元数无迹估计器提出了一种改进四元数阻尼误差模型对准算法,可应用于系泊状态下的SINS初始对准.仿真和车载试验结果表明,在不同的大失准角下,该改进算法相比传统四元数阻尼误差模型对准算法和欧拉角阻尼误差模型对准算法,具有更好
传统的单快拍测向算法只适用于具有Vandermonde形式的阵列流型,均匀圆阵的阵列流型不具有Vandermonde矩阵结构,因此大部分基于线阵的伪协方差矩阵的构造方法无法直接适用于均匀圆阵.针对该问题,从侦察方的角度对波达方向(direction of arrival,DOA)估计算法进行了研究,改进了伪协方差矩阵的构造方法,提出了 一种基于均匀圆阵的单快拍测向算法.通过与模式空间前后向平滑(mode forward-backward spatial smoothing,M ODE-FBSS)算法的对比
近年来,在“双十一”等网络热销期,折价、“定金膨胀”等预售模式日益盛行.消费者在享受优惠的同时也面临着预购产品估值不确定的风险,进而影响消费者预购行为和零售商收益.因而如何选择合适的预售模式,如何确定最优的预售价、尾款、订购量等是零售商制定预售模式时面临的重要问题.本文考虑风险厌恶的策略型消费者在折价和“定金膨胀”预售模式下的购买行为,构建消费者估值、效用函数和零售商收益模型,研究折价预售与“定金膨胀”预售模式下零售商最优订购量和预售价.通过比较和数值计算,分析了不同影响因素对两种预售模式选择的影响,得到