导读:本文包含了拐点识别论文开题报告文献综述及选题提纲参考文献，主要关键词:经济周期,拐点,MS-DFM
拐点识别论文文献综述
林秀梅,李青召,历姿彤[1]（2019）在《基于马尔可夫机制转换动态因子模型对我国经济周期拐点的识别》一文中研究指出基于1993年1月至2017年6月我国工业增加值、货币供应量(M1)、社会消费品零售总额、全社会固定资产投资等宏观经济指标,本文利用两步估计法的马尔可夫机制转换动态因子模型(MS-DFM)对我国经济周期进行了测度,并对经济周期的拐点进行了识别。结果显示,经调整后的月度动态因子与季度GDP高度相关,其可以作为月度GDP的替代变量。MS-DFM能够很好地识别我国经济周期的拐点。相较于仅仅利用季度GDP构建MS-AR模型,MS-DFM对经济周期和经济周期拐点的刻画更加灵敏。研究发现,目前我国经济依然处于紧缩期,而供给侧结构性改革将成为经济保持稳定增长的关键所在。(本文来源于《吉林大学数量经济优秀成果汇编（2018年卷）》期刊2019-11-01）
林秀梅,李青召,历姿彤[2]（2018）在《基于马尔可夫机制转换动态因子模型对我国经济周期拐点的识别》一文中研究指出基于1993年1月至2017年6月我国工业增加值、货币供应量(M1)、社会消费品零售总额、全社会固定资产投资等宏观经济指标,本文利用两步估计法的马尔可夫机制转换动态因子模型(MS-DFM)对我国经济周期进行了测度,并对经济周期的拐点进行了识别。结果显示,经调整后的月度动态因子与季度GDP高度相关,其可以作为月度GDP的替代变量。MS-DFM能够很好地识别我国经济周期的拐点。相较于仅仅利用季度GDP构建MS-AR模型,MS-DFM对经济周期和经济周期拐点的刻画更加灵敏。研究发现,目前我国经济依然处于紧缩期,而供给侧结构性改革将成为经济保持稳定增长的关键所在。(本文来源于《数量经济研究》期刊2018年01期）
巩现勇,李靖涵,行瑞星,杜佳威[3]（2018）在《一种道路路口和拐点的识别与重要性度量方法》一文中研究指出道路路口和拐角是地图制图、地图综合和相关制图规范中经常涉及的一个空间概念,而空间概念的建模、度量和特征识别是地图综合和GIS的难点之一。本文提出了道路路口和拐角的识别与重要性定量度量方法。首先,分析了道路路口和拐角的概念和空间特征,然后,设计了识别算法和步骤,并制定了道路路口重要性的定量度量方法。实验分析表明:本文方法能够正确识别道路路口和拐角,且路口重要性指标能够反映区域地理特点。(本文来源于《测绘与空间地理信息》期刊2018年02期）
蒋慧敏[4]（2017）在《基于Zigzag的K线趋势拐点识别算法设计与实现》一文中研究指出使用Zigzag指标预测期货价格的走势是构造期货程序化交易系统中K线特征趋势算法交易模型的关键技术之一。针对期货程序化交易系统中Zigzag指标函数的实际开发需要,提出了一种基于Zigzag的K线趋势中的高点、低点和拐点的识别算法。为了提高K线特征趋势交易模型的收益率,借助该算法对特定的期货时间序列进行K线模式识别,并对其Zigzag的深度、偏差和后退等参数进行优化。实验结果表明:该算法识别精度高,稳定性好,能很好地满足期货程序化交易系统的K线趋势拐点快速识别的需要。(本文来源于《计算技术与自动化》期刊2017年04期）
孙竹斌[5]（2017）在《多元时间序列的分割方法及拐点识别研究》一文中研究指出随着数据时代的到来,数据的规模和复杂性也在不断增长。相较于一元时间序列,虽然多元时间序列的结构更加复杂建模分析更加困难,但多元时间序列能为决策者提供更多有意义的信息,因而多元时间序列的研究受到了越来越多的重视。判别和分析多元时间序列在时间和空间维度上的结构性变化是一个被广泛研究的课题,如多元时间序列数据的分割研究、宏观经济中的商业周期拐点识别研究以及金融市场中基于拐点判断的反向投资策略研究等都可以被归为这一研究范畴。本文基于前人在多元时间序列结构性变化研究的基础之上,得到了一些新的研究思路和结果,主要包括如下几个方面的工作:(1)目前,一元时间序列分割方法的理论体系已经相对成熟,但相比较而言,多元时间序列分割的建模和计算更加复杂,因而能满足分析要求的多元时间序列的分割方法较少。多元时间序列的分割算法通常是通过扩展已有的一元时间序列分割算法来得到。与传统方法不同的是,本文通过动态因子模型将多元时间序列变换为一元时间序列来适应己有的一元时间序列的分割算法从而达到分割多元时间序列的目的。首先,通过动态因子模型从多元时间序列中抽取出一元公共因子序列,然后将二值分割算法、片段邻域算法以及修剪精确线性时间算法等叁种典型的搜索算法用于公共因子序列的分割,该序列的分割结果被作为多元时间序列的分割结果。实验结果验证了所提出方法在多元水文时间序列分割中的适用性和鲁棒性。(2)商业周期的综合指标在宏观经济的分析中扮演着重要的角色,它能帮助决策者评估经济形势进而制定相关的政策。基于此,本文提出了一种基于信息微粒和动态时间规整的构造商业周期的新方法,这种方法不仅能将最重要的商业周期同步指标实际国内生产总值(Gross Domestic Product,GDP)纳入考虑范围,同时又能避免混合频率数据的动态因子模型的复杂估计过程。首先,实际GDP的季度数据按照信息微粒的有效划分原则被划分成多个信息微粒。然后,基于实际GDP的划分,月度同步指标的数据被进行分割,在这个过程中,动态时间规整被用于计算分割得到的月度时间序列片段与季度GDP片段间的相似性,通过归一化相似性指标的倒数得到权重。最后,计算月度同步指标的加权平均值得到最终的商业周期的月度综合指标。实验结果表明构造的综合指标能很好地反映商业周期的动态变化并能较准确地识别商业周期拐点的位置。(3)作为一种典型的时间序列数据,期货价格数据具有波动性大、不易预测等特点。传统的时间序列线性模型,包括自冋归(AR)模型以及自回归移动平均模型(ARMA)难以对期货价格数据进行有效预测。鉴于此,本文基于拐点分析结合布林带技术指标以及关联分析建立了一套用于期货自动交易的交易策略。首先,基于期货价格数据构建相关的布林带指标,并应用模糊化方法提取布林带指标与未来价格变动指标间的具有良好语义解释的关联规则关系。然后,在历史可以重演的假设下,提取的关联规则被设计成交易策略在期货交易软件交易开拓者上进行期货的程序化交易。最终,交易结果显示提取的规则能较准确地预判期货行情发生反转处的拐点,从而指导交易者在期货市场进行适当的交易来获益。(本文来源于《大连理工大学》期刊2017-12-08）
朱润民[6]（2016）在《油企要善于识别油价变化拐点》一文中研究指出国际油公司在全球开展油气投资活动,必然面临形形色色的风险,比如勘探风险、开发风险、地缘政治风险、油价变化风险等。在国内,绝大多数油公司极其关注勘探、开发风险,这是勘探开发专业在国内石油上游领域属于"主干"专业的一个重要原因。地缘政治往往被定位在定性分析层面,很难在国际油气项目投资风险中进行量化评估。而当油价预测已然被称为"伪科学"的同时,对油价风险的识别必然难以得到足够的重视(本文来源于《中国石油企业》期刊2016年07期）
王婷,潘鹤思[7]（2014）在《中国城镇化的“U”型传导影响及拐点识别分析》一文中研究指出筛选出3类资源消耗指标和4类污染排放指标,分别与城镇化水平以及相关传导控制变量建立计量模型,并基于1996~2011年全国30个省(市、自治区)的面板数据进行检验。实证结论显示:城市供水总量、建成区面积分别与人口城镇化水平间存在正"U"型关系,拐点分别为64.38%和81.55%;能源消费总量、工业废气排放总量、工业废水排放总量、工业固体废物产生量和城市生活垃圾清运量分别与人口城镇化水平间存在倒"U"型关系,拐点分别为81.28%、66.57%、76.02%、63.61%和72.37%。通过与当前实际城镇化率比较,全国仅有北京、天津、上海和广东4个省区超过相关拐点,进入城镇化发展集约型阶段,而其余省区城镇化率离拐点均存在不同程度的距离。最后,围绕研究结论提出了推进新型城镇化的建议。(本文来源于《云南财经大学学报》期刊2014年05期）
吴晓婧[8]（2014）在《寻找债市拐点 加强信用风险识别管理》一文中研究指出基金看好收益率处于历史最高位的短久期信用债，但认为长久期和低资质的信用债仍面临企业债发行放量和信用事件爆发的潜在风险。未来需要更加注重对于信用风险的识别和管理，严格规避经营不善、投融资过于激进的企业 经过了2013年的债券“熊市”，基金认为，(本文来源于《上海证券报》期刊2014-04-01）
唐晓彬,何勤英,刘金全,郑涛[9]（2012）在《基于中美股票价格波动机制转换特征与拐点识别的对比分析》一文中研究指出本文通过使用Markov机制转换的状态空间模型,对比分析中美两国股票价格指数数据的时间序列,结果显示该模型识别出了两国股票价格指数波动的机制转换状态以及波动的拐点,分析得出叁点结论:我国股市不仅下跌幅度大,下跌时间也往往更长;我国股市在波动幅度上显示出更大的波动性和易变性;同时,我国股票价格波动的周期明显比美国股票价格波动周期长,体现出了我国股票市场成熟度较低。(本文来源于《预测》期刊2012年06期）
张甜[10]（2012）在《基于粒子滤波算法的经济周期拐点识别研究》一文中研究指出经济增长的历程总是跌宕起伏并呈现出一定的周期性特征,而对经济周期波动阶段性的识别与检验问题一直是经济周期理论所关注的重要内容。目前主要有两种方法用来识别经济周期的拐点，第一种是马尔科夫机制转换模型（MSM），另外一种是平滑转换自回归模型（STAR，smooth transition autoregression）。马尔科夫机制转换模型通过转移概率来识别经济所处的状态，转换概率的精确推断需要样本时间序列数据足够长，包含多个周期基于状态的转换，对我国的经济周期研究而言,样本数据显得有些不够。本文采用序贯蒙特卡洛(SMC)方法利用中国工业总产值月度同比增长率数据和中国经济景气指数来估计潜变量马尔科夫模型(HMM)中的非对称效应，并以此来判别中国经济周期的拐点。与大多数马尔科夫机制转移模型不同的是,本文模型所采用的机制转移概率是由贝塔分布确定的时变的转移概率,其中贝塔分布中的随机部分由一外生变量所决定，这样可以避免由于样本数据不足所造成的转移概率的估计精度不够。本文通过粒子滤波方法和贝叶斯方法估计了模型中的参数和潜在状态变量,非常准确地识别了中国经济周期的历次拐点。(本文来源于《华中科技大学》期刊2012-10-26）
拐点识别论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
基于1993年1月至2017年6月我国工业增加值、货币供应量(M1)、社会消费品零售总额、全社会固定资产投资等宏观经济指标,本文利用两步估计法的马尔可夫机制转换动态因子模型(MS-DFM)对我国经济周期进行了测度,并对经济周期的拐点进行了识别。结果显示,经调整后的月度动态因子与季度GDP高度相关,其可以作为月度GDP的替代变量。MS-DFM能够很好地识别我国经济周期的拐点。相较于仅仅利用季度GDP构建MS-AR模型,MS-DFM对经济周期和经济周期拐点的刻画更加灵敏。研究发现,目前我国经济依然处于紧缩期,而供给侧结构性改革将成为经济保持稳定增长的关键所在。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
拐点识别论文参考文献
[1].林秀梅,李青召,历姿彤.基于马尔可夫机制转换动态因子模型对我国经济周期拐点的识别[C].吉林大学数量经济优秀成果汇编（2018年卷）.2019
[2].林秀梅,李青召,历姿彤.基于马尔可夫机制转换动态因子模型对我国经济周期拐点的识别[J].数量经济研究.2018
[3].巩现勇,李靖涵,行瑞星,杜佳威.一种道路路口和拐点的识别与重要性度量方法[J].测绘与空间地理信息.2018
[4].蒋慧敏.基于Zigzag的K线趋势拐点识别算法设计与实现[J].计算技术与自动化.2017
[5].孙竹斌.多元时间序列的分割方法及拐点识别研究[D].大连理工大学.2017
[6].朱润民.油企要善于识别油价变化拐点[J].中国石油企业.2016
[7].王婷,潘鹤思.中国城镇化的“U”型传导影响及拐点识别分析[J].云南财经大学学报.2014
[8].吴晓婧.寻找债市拐点加强信用风险识别管理[N].上海证券报.2014
[9].唐晓彬,何勤英,刘金全,郑涛.基于中美股票价格波动机制转换特征与拐点识别的对比分析[J].预测.2012
[10].张甜.基于粒子滤波算法的经济周期拐点识别研究[D].华中科技大学.2012