摘要：随着天然气消费需求的快速增长,需求波动也显著加剧,导致部分地区天然气供需出现季节性和阶段性的失衡。本文基于混频采样框架、分位数回归模型和核密度估计的天然气需求混频概率预测模型,构建了包括天气状况、能源市场、资本市场和投资关注4个方面的综合性混频动态因子系统,以期更精确地预测我国的天然气需求。研究发现,天气状况、能源市场和投资关注对天然气需求的预测能力优于资本市场。在天气状况方面,每日温度是月度天然气需求的最佳指标;在能源市场方面,月度天然气需求呈现出显著的自相关特征,持续时间为3~5个月,石油现货价格和煤炭现货价格的影响持续天数较短,分别为11天和10天;在预测表现方面,样本外的月度天然气需求实际值大部分出现在概率密度曲线的最高点附近。本文所提出的模型不仅能够直接使用混频动态因子的前瞻性信息,还能够获得平滑的天然气需求概率密度曲线,预测精确度相较现有模型提升14.13%~29.15%。研究结论为保障我国天然气市场安全,完善“双碳”政策设计提供有益的决策参考。

摘要：文章通过高低频股票数据混频结构调和不同长度的信息,解决了传统模型在处理高低频数据时的困难,同时,采用注意力机制结构对股票时序信息进行有效提取,提高了模型对时序数据的处理能力。通过构建股票与概念关联获取股票概念信息交叉作用机制,文章深化了模型对股票市场共享信息的理解和把握,进一步地,还设计了一种混频Attention-RNN-HIST模型结构,为股票市场的价格预测提供了一个新的、更为有效的模型框架,并通过设计损失函数和调整学习速率保证了模型的拟合效果,为模型的实际应用提供了保障。

摘要：针对道路交通运行监测评价中不同来源的网联车辆轨迹存在采样频率低和采样频率不一致等问题,提出了一种面向混合低频车辆轨迹的交叉口延误融合计算方法.首先,设计分段拟合函数重构网联车辆低频轨迹,再现车辆在交叉口区域的速度变化趋势与加减速临界点.然后,基于实测轨迹量化分析不同采样频率与通过速度条件下交叉口车辆延误的误差特征,并以此为基础构建面向多源轨迹的交叉口延误融合计算与修正方法,利用先验误差修正和加权混合低频轨迹的延误计算结果.最后,通过蒙特卡洛实验验证所提出方法的有效性.研究结果表明:车辆行驶速度和样本量大小均对交叉口低频轨迹车辆延误的误差有显著影响;在相同速度区间和样本量条件下,采样间隔时间越大,重构后低频轨迹车辆延误的平均误差越大;在混合低频轨迹样本量为10的条件下,利用所提出方法计算的交叉口车均延误的相对误差在8%范围内的概率为93.6%,所提出方法能够有效提升利用混合低频轨迹测算交叉口机动车延误的精度.

摘要：针对传统的时间序列预测方法在处理复杂丰富的大数据时常面临变量间抽样频率不同、数据相关性复杂等问题,基于Lasso算法和混频数据抽样模型(MIDAS)提出了不改变数据结构的混频时序预测模型Lasso-MIDAS。该模型通过融合MIDAS处理混频信息的机制和Lasso算法的压缩特性来实现估计预测,实时修正对预测最有效的混频变量集;根据常见的正则化方法岭回归设计了Ridge-MIDAS模型用做对比。实验结果表明,Lasso-MIDAS在预测性能上优于标准MIDAS模型及对比模型,验证了该方法在混频时间序列预测方面的有效性。

摘要：随着新时代信息技术的发展,政府部门宏观调控的实践对宏观经济景气监测模型的数据处理能力提出了新的要求。动态因子模型具备对高维、混频和缺失数据的处理能力,适合应用于研究我国的宏观经济景气监测问题。本文通过蒙特卡罗模拟和实证分析,首次验证了动态因子模型的第二代和第三代因子估计方法对中国宏观经济景气监测问题的适用性。研究发现,当数据呈现出高维、混频与大量缺失等特征时,第三代因子估计方法优于第二代方法。动态因子模型的第三代因子估计方法在实时监测中表现稳定,能够及时捕捉到宏观经济景气走势的变化,可以有效的为政府部门宏观调控的时机选择和力度把握等提供决策依据。