首页期刊导航|系统工程
期刊信息/Journal information
系统工程
系统工程

陈收

月刊

1001-4098

xitonggongcheng@163.com

0731-84211215

410003

长沙市浏河村巷37号湖南省社会科学院内

系统工程/Journal Systems EngineeringCSSCICSCD北大核心CSTPCD
查看更多>>本刊是在钱学森等著名科学家的倡导与支持下，创办的综合性科技期刊，主要刊登系统科学与系统工程前沿领域的理论、方法和应用研究成果。
正式出版
收录年代

    可解释性收益率预测模型

    姚远李艳张朝阳赵阳...
    130-138页
    查看更多>>摘要：本文针对金融时间序列高噪声、波动性强等特点,提出纳入注意力机制的小波门控循环神经网络(WT-attention-GRU)混合模型,进行收益率序列预测.模型用主成分分析(PCA)构建的投资者情绪指标衡量对市场的影响,选取XGBoost算法(eXtreme Gradient Boosting)筛选并评估预测指标,用小波重构对输入时间序列进行降噪,提高模型的预测精度,使用注意力机制学习输入特征的权重,来衡量输入对输出的影响大小,增加模型的解释性,进一步提升预测精度.最后,本文选择上证50指数、沪深300指数、深证成分指数、上证综合指数近十年的 日交易数据进行实证分析,结果显示,相较于基准模型,WT-attention-GRU提升了预测的准确性,同时对输入特征进行权重学习,可以反映输入特征与 目标变量的依赖关系,提升了模型的可解释性.

    注意力机制小波GRUPCAXGBoost

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于改进粒子群算法的LSTM混合神经网络期权定价模型

    章伟果龚武胜扈文秀
    139-148页
    查看更多>>摘要：引入改进粒子群算法(IPSO)对长短时记忆神经网络模型(LSTM)超参数进行自适应匹配,并结合Heston模型进行混合建模,提出一种全新的IPSO-LSTM-Heston期权定价模型.为验证模型的定价效果,基于上证50ETF期权高频数据进行实证分析.结果表明:IPSO算法具有优异的全局寻优能力和收敛速度,能够大幅提高LSTM混合神经网络模型的定价效率.通过将优化的LSTM神经网络模型与Heston模型结合,不仅可以捕捉高频数据的动态特征,而且能够发挥神经网络模型的非线性拟合能力与传统模型定价过程的严密性等优点,在降低定价误差的同时显著提高定价精准度.

    期权定价粒子群算法LSTM神经网络混合神经网络模型

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    应对企业锦标晋升异质问题的偏袒策略设计

    魏光兴陈永恒
    149-158页
    查看更多>>摘要：针对企业锦标晋升中存在异质性导致的竞争过程不够激烈、竞争结果不够公平问题,建立委托代理模型,设计应对异质问题的偏袒策略,分析偏袒策略增强竞争激烈程度、促进竞争公平和提高锦标晋升激励效率的作用.研究发现:首先,恰当的偏袒策略应该帮扶能力较弱的员工,所处劣势越明显.扶持力度就应越大,但是始终不能完全抵消先天差异;其次,偏袒策略不是单独的制度安排,在实施偏袒时还应该同步调整锦标晋升的薪资结构,扩大薪级差距,增加薪资总量;再次,实施偏袒策略不仅会缓解异质问题,强化锦标晋升的竞争性,实现竞争机会公平和结果公平,而且会提高锦标晋升的激励效率,增加企业利润和社会福利.

    企业锦标晋升偏袒策略异质性委托代理理论

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    信息动态

    封3页
      原文链接:
    • NETL
    • NSTL
    • 万方数据

    《系统工程》来稿须知

    封4页
      原文链接:
    • NETL
    • NSTL
    • 万方数据