基于Agent的股票价格行为仿真

对于股票市场价格行为的解释一直是现代金融理论的核心问题之一。上世纪80年代以来，基于Agcnt的计算金融学提出：社会经济系统的各种复杂性来源于经济系统中个体(Agent)的适应性行为。该文的基本思路即是借助行为金融学和人工智能研究的成果，采用Agent系统理论和计算机仿真相结合，构建符合现实的仿真股市，并通过适应性个体之间的行为和个体与外界经济环境的交互，对股票市场的价格行为提供一种新颖的理解思路。     

期望价值理论在股票交易模型中的应用

对计算金融学来讲,行为金融学是基础。本文在前人研究的基础之上,首先根据投资者对股票价格行为的不同作用,将其分为机构投资者与散户投资者两类;后分别对两类投资者进行建模,其中特引入行为金融学的期望价值理论思想,对散户投资者进行建模;最后分析相关实验结果,并再现了涨跌停板制度,以及银行利率调整对股市价格影响的复杂动态。     

高等农业院校金融学专业教学改革构想

随着经济的发展和中国加入WTO后金融市场的逐步对外开放 ,社会对金融人才的要求不断提高 ,而高等农业院校金融学专业的教学改革却明显滞后。深入地分析研究了高等农业院校金融学专业发展中存在的问题和面临的挑战 ,在此基础上提出了高等农业院校金融学专业进行教学改革的构想 ,以便促进其进一步的发展     

金融数学、金融工程和金融电子化

本文简要介绍了金融数学和金融工程的概况,指出了学习这两门学科的 参考方向,探讨了金融数学、金融工程和金融电子化三者之间的关系。     

计算金融学与政策模拟的前沿研究动态

面向对象的计算金融学建模方法是一个非常有前景的金融市场分析方法,也是该研究领域的国际前沿与热点问题。基于计算金融学的政策模拟与政策设计研究则是该领域在最近几年的新进展,旨在通过金融市场的仿真实验平台,模拟市场交易者和监管部门的行为,考察各种监管措施和政策可能产生的市场反应。从研究方法、理论进展、研究逻辑、面临的机遇与挑战等几个方面对这一领域的最新研究成果进行了系统地分析与评述。     

金融学文本大数据挖掘方法分析

通过回顾历史文献可知,传统研究主要研究文本分析常用方法,对于文本大数据挖掘实施过程关注较少.本文阐述了文本大数据挖掘的主要方法,阐述在此过程中获取、预处理、表示文档和抽取文档特征的方法,总结文本大数据挖掘信息来源,结合文本信息来源分析金融学领域文本大数据挖掘应用发展趋势,从而为金融学领域文本大数据应用提供参考.     

异质投资者、噪声与金融市场波动的仿真研究

提出了包涵噪声因素的非线性结构化人工金融市场模型,运用计算机仿真技术研究投资者的异质性、噪声和金融市场波动性的互动关系。结果证实投资者预期的异质性与相互影响可以导致市场的不稳定性与复杂动力学行为,模型能够产生真实金融市场的诸多特征性事实,而且人工金融市场的这些特征都是内生现象,是市场交易过程与投资者相互影响的结果。     

基于行为金融学视角的股票市场价格仿真研究

对股票价格走势及其主要影响因素(投资者心理行为)的研究,不仅有助于投资者理解股票市场的运行特点而且还可以给监管当局提供相关的政策建议.文中利用Multi-agents建模技术,对投资者心理行为进行了合理简化,综合考虑了交易制度、宏观经济因素、历史交易信息等因素的影响,构造出了具有自适应能力的投资者(Agent),动态模拟了真实股票市场的运行情况.文章的主要结论为:相对较多的资金投入致使股票价格在较高水平频繁波动;相对过多的投资者也导致股票价格的频繁波动;消极的投资态度引致较低的股票价格水平.文中的仿真方法可以应用到复杂金融衍生品价格形成机制的研究中.     

LG Display：快乐就在这里——LG Display“快乐职场”掠影

沃顿商学院金融学教授亚历克斯·艾德曼斯（Alex Edmans）曾在一篇研究报告中指出，拥有最快乐受工的美国公司在财务指标上要显著优于员工快乐指数比它们低的公司。     

金融业解决方案一览

金融行业中的企业百家争鸣，竞争异常激烈，不过金融业的解决方案不外乎如下几个方面……     

恶意行为图构建与匹配算法研究

恶意程序是互联网时代一个非常具有威胁性的安全问题。恶意程序的出现和传播速度的加快,使得对恶意程序的检测变得更加困难。大多数防火墙和防病毒软件都是根据恶意特征、使用一系列特殊字节来识别恶意代码。然而,恶意程序编写者会使用代码混淆技术来躲避这种检测。为此,研究者提出了动态分析方法来检测这种新的恶意程序,但这种方法的时间效率和匹配精度并不令人满意。文中提出了一种有效的恶意行为图构建与匹配算法,包括存储二维关联图的存储方法、行为图的构建方法、行为关联规则的构建方法、行为图解析算法的设计、行为匹配算法等。最后给出了实验分析,证明了该方法具有较高的检测准确率;除Auto类外,其对其他类别恶意程序的识别率都在90%以上。     

车辆行驶过程中的人的行为研究

随着计算机和网络技术在交通工具运输领域的广泛应用以及车载技术的不断发展,汽车的内部空间、人机界面、功能操作和交互过程正在发生革命性的变化。目前,汽车内部的信息模型已经从单一的行车和车况信息模型逐步发展成为包括汽车信息、汽车间信息、汽车和其它信息载体交互的信息在内的复杂信息体系统模型。传统的汽车行为研究主要以完成汽车基本职能为分界点来区分的,但是日益完善的汽车交互系统设计使得这样的分类远远不能满足后续的设计。文章对汽车行驶过程中驾驶员的常态和非常态行为的界定进行探讨分析,并对驾驶过程中的常态行为做进一步细分,为后期的汽车交互界面设计研究提供一定的理论基础。     

浅谈人的行为与空间的关系

从空间形态、尺度、色彩、光影、空间行为方式与文化意识几个方面阐述了空间与人的行为的相互关系,提出了空间与人的行为是一体共生的,二者是相互影响与制约的,我们可以通过空间设计以支持或抑制不同的行为。     

互联网访问行为管理系统的研究

随着互联网的蓬勃发展,不受控制的互联网访问行为对网络安全将造成越来越大的危害。文章提出了一套有效、完善的互联网访问行为管理方案,该方案有机地结合了多种安全技术,通过"控制"、"监督""、记录"、"报告"等方法的全方位管理,实现对互联网访问行为的有效控制。该方案可广泛应用于政府、金融、电信、企业、学校等各个行业和领域。     

基于行为轨迹属性的软件动态可信模型*

针对软件动态可信度量方法中准确性和效率存在的问题,提出以行为区间划分软件的结构并以行为轨迹属性刻画软件行为的基于行为轨迹属性的软件动态可信模型SBMDB(Software Behavior Model for Dynamic Trustworthiness Based on Behavior Path Properties)。通过对软件功能进行分析,划分软件的行为轨迹区间,提取区间的行为轨迹属性。同时,针对区间的包含、嵌套问题提出了区间化简算法,建立软件的行为模型。该模型以行为轨迹区间为度量基本单位,降低了度量时的整体消耗,提高了度量的效率。实验分析表明,该模型能够精确获取软件的行为信息,有效地检测攻击行为。与其它模型相比,SBMDB可以在保证度量结果准确性基础上提高度量效率。     

基于动态行为轮廓库的Web用户行为分析关键技术

针对Web用户行为分析所面临的"无规范、智能性差"的问题,提出一种崭新的基于动态行为轮廓库的行为分析方法,且从数据净化、用户识别、事务识别,到用户行为模式匹配四个方面进行详细阐述,建立基于动态行为轮廓库的Web用户行为分析模型.并首次提出基于动态行为轮廓库的Web用户行为分析关键技术:网站黄页法和逆向搜索引擎方法来构建动态行为轮廓库,通过实验验证,此方法很好地解决了Web用户行为分类的问题,可以很好地应用到Web用户行为分析领域.     

基于深度学习的翻越行为检测

翻越行为检测对疫情管控、社会治安等有着重要意义,一定程度上可以减少因为违规翻越行为而造成的意外事故.针对目前翻越行为检测任务实时性差、需要先验知识的问题,本文将Faster RCNN+SlowFast时空行为检测算法应用在翻越行为检测任务中,将翻越行为进行拆分检测.为提高时空行为检测算法中目标的检测精度和速率将目标检测模块Faster RCNN改为实时性高且轻量化的YOLOv5;其次针对同一行为不同视角下广泛的类内多样性的问题,将Fast支路和Slow支路的residual block分别改为AC residual block和SE residual block来加强网络对关键特征与细粒度特征的学习能力,最后设计翻越行为检测算法进行攀爬与下降两种状态的连续性检测,实验结果显示该网络平均准确率达93.5%,在翻越行为检测中表现出良好的性能.     

黑客行为调查：四成以上黑客在研究“免杀”病毒

日前，江民科技开展了一项关于“2007年黑客行为分析”的调查。调查显示，2007年黑客行为呈明显上升趋势，41．86％左右的黑客或准黑客正在研究“免杀病毒”技术，研制“免杀病毒”和在互联网交流“免杀技术”已经成为黑客们最为热衷、追捧的黑客行为。     

数据中淘“金”

中国金融信息化在完成了以单机操作和分散联网为代表的第一阶段后,目前正处在以数据集中为标志的第二阶段,而某些信息化发展水平较高的金融企业已经开始向“管理信息化”的第三阶段进发。而“管理信息化”的基础,就是利用计算机技术,结合金融学、管理学、市场学的相关理论,对金融企业现有业务数据进行整理、挖掘和分析,从中得出对客户、产品、业务和营销方式等要素特征的科学的、定量的、精确的分析。     

人的交互行为识别与理解研究综述

人的交互行为识别和理解是计算机视觉研究领域一个备受关注的前沿方向。介绍人与物体的交互行为识别、双人交互行为识别以及多人交互(人群)行为识别和理解方面的最新研究成果和该研究领域的公共数据集。总结了人的交互行为识别与理解研究目前存在的难点问题,并展望了未来可能的发展方向。