导读:本文包含了随机指标论文开题报告文献综述及选题提纲参考文献，主要关键词:线性正象限相依(LPQD)序列,随机部分和,随机中心极限定理,Berry-Esseen界
随机指标论文文献综述
逄雨欣,王德辉,谭希丽[1]（2018）在《LPQD序列的随机指标中心极限定理》一文中研究指出设{X_n,n≥1}为严平稳的线性正象限相依(LPQD)序列,{N_n,n≥1}为一列非负整数值随机变量序列,且与{X_n,n≥1}独立.记随机部分和为S_N_n=N_n∑i=1 X_i,在适当的假设条件下,利用LPQD序列的极限性质,证明严平稳LPQD序列的随机指标中心极限定理和Berry-Esseen界.(本文来源于《吉林大学学报(理学版)》期刊2018年05期）
高振龙,方亮[2]（2018）在《更新随机指标分枝过程的大偏差》一文中研究指出研究了时间指标为一般更新过程的随机指标分枝过程.在每个粒子至少有两个分枝(Bottcher情形)以及更新分布满足Cramer条件的情况下,得到了更新随机指标分枝过程的大偏差原理.(本文来源于《数学学报(中文版)》期刊2018年01期）
MOHAMED,ABDELGAWAD,AHMED,ABDELGAWAD,SALEM[3]（2017）在《基于随机指标的广义次序统计量的渐近性质研究》一文中研究指出Kamps[52]提出了一种被称为广义次序统计量的概念(模型)。它包含了具有次序随机变量的很多模型。自从Kamps[52]提出广义次序统计量(gos)以来,由于该定义包含了若干重要的实际模型,故其应用正逐年增加。属于该模型的例子包含了常见的次序统计量(oos)、序贯次序统计量(sos)和累进Ⅱ型删失次序统计量、记录值、K位记录值和Pfeifers记录值。这些模型被应用于可靠性理论。例如,第r个极值次序统计量表示某些r-out-of-n系统中的长度。Sos模型是oos模型的延伸,他描述了系统里成分的某些相依性质或者交互作用。除此之外,oos和记录值的分布和推断性质对gos来说仍然是合理的(c.f.[37,52])。Burkschat et al.[33]介绍了gos的二元模型,被称为二元推广的次序统计量(dgos)。Dgos模型的提出使得我们可以用一个统一的方法研究逆次序统计量,更低的k记录和更低的Pfeirfer’s记录。Burkschat et al.[33]得到了gos和dgos模型的关系,并且给出了说明例子。在许多实际生活应用中,我们对记录值和记录时间都很感兴趣。气象学家需要频繁地处理气温的和降雨量的最高最低记录地质学家对地震的量级感兴趣。记录值同样出现在体育比赛中。例如,分析师关心奥林匹克中百米冲刺赛的所用时间。从过去到现在,人类一直对记录值和记录时间感兴趣;实际上,所有人都对记录值感兴趣。最大最小记录模型可以通过gos和dgos模型(m =-1,k = 1)来获得。在许多实际问题中,我们常常会遇到样本容量n是服从某个给定分布的取整数值的情形。这种情形在生物学,农业学和某些质量控制问题中,会经常遇到。也许,几乎不可能会遇到n是固定常数的问题。这是因为某些观测会丢失。尽管如此,随机样本容量在序贯分析,分支过程,点过程中是自然出现的。实际上,在所有应用中,我们会遇到两种情况。第一种,随机样本容量由于某个问题而产生,在这种情况下,样本容量与样本间距存在相依性。第二种,如果视样本容量作为某些模型的延伸,那么样本容量与样本是独立的。在本研究工作中,我们主要考虑第二种情形。Galamabos[44]指出:如果我们允许随机指标的线性正则化,那么正则化常数控制了收敛的条件和极限分布的实际形式。因此,感兴趣的弱收敛结果是那些正则化常数不是随机的。本论文主要研究单变量极值序列,中心化的和中间值的广义次序统计量和双变元广义次序统计量序列的渐近行为。在更一般的框架下,它们作为gos和dgos模型的子类,也即是m-gos和m-dgos,m>-1,和单变量上下记录值。它们能通过规则化改变函数渐近联系起来。此外,我们获得了单变元m-gos和双变元m-dgos,m>-1,和记录值的极限分布。我们全面概括了来自独立同分布的具有随机的样本的双变元的极值,中心,和中间的m-gos和m-dgos的极限分布。在这里,两种情形被考虑。第一种是随机样本容量假设独立于原始随机样本。第二种情形是,随机样本容量不独立于原始随机样本。最后,得到了具有固定和随机样本容量的联合上界和下界记录值的渐近性质。具有固定样本容量的m-gos和m-dgos近来被Barakat et al.[23-25]研究。但是他们的工作没有涉及到记录值的研究。在本论文里,我们将对这方面的工作进行研究。除此之外,作为本研究的应用,我们得到了具有固定的和随机的样本的关于联合记录值函数的极限分布。也即是,我们讨论了具有重要应用价值的包含拟范围,拟中间范围,极值拟乘积的联合记录值的函数。本论文分成5个章节。值得一提的是,本论文是以基于关于本人的6篇论文[2,3,15,21,22,30]为基础的。本文的大纲如下:第一章:在这一章里,我们简要地介绍了单变元和双变元次序随机变量和广义次序统计量,和记录值的基本概念,这些概念有助于读者阅读本文余下章节研究内容。本章还讨论了单变元和双变元次序随机变量和广义次序统计量,和记录值的渐近理论,介绍了如伪极差、伪中极差、极值熵和极值积等常见次序统计量的函数的渐近理论。第二章:在这一章里,我们首先介绍了与单变元和双变元次序统计量,单变元m-gos和m-dgos,单变元记录值有关的随机指标的概念以及相关条件。这些条件是比较新的,将在接下来的两章中用到。这些概念是Barakat和EL-shandidy[21]工作的延伸。第叁章:在这一章里,我们全面研究了具有随机指标的双变元极值,中心化,中间值的m-gos的极限分布。在这一章里,主要考虑了两种情形:第一种是随机样本容量假设独立于原始随机样本。第二种情形是,随机样本容量不独立于原始随机样本。我们提供了用于解释理论结果的若干例子。第四章:在这一章里,我们全面研究了研究了具有随机指标的双变元极值,中心化,中间值的m-dgos的极限分布。在这一章里,主要考虑了两种情形:第一种是随机样本容量假设独立于原始随机样本。第二种情形是,随机样本容量不独立于原始随机样本。同时,我们也给出了用于解释理论结果的若干例子。第五章:在这一章里,我们全面研究了具有固定和随机样本容量的联合上界记录值和联合下界记录纸的极限分布,得到了弱收敛的充分条件。作为本研究的应用,给出了拟记录范围,拟中间记录范围,记录拟乘积的弱收敛的充分条件。同时,得到了这些统计量的非退化性质。(本文来源于《华中师范大学》期刊2017-05-01）
Jean,Folger,董向阳[4]（2015）在《利用简单指标 建立交易系统》一文中研究指出对一些技术指标进行改进，或是利用一些非传统的方式，可以让交易者获利。在此，我们考察2个最基本的技术分析指标——随机指标（KDJ）和移动平均线，把其用于测试迷你标准普尔股指期货（ES），通过一些小的改动让绩效得到较大的改善。 理论 随机(本文来源于《期货日报》期刊2015-06-17）
赵子强,牛仲逸[5]（2013）在《A股借势土地流转上位 叁特征暗示新行情到来》一文中研究指出土地流转概念成新热点 主持人：周二,沪深两市呈现震荡上行态势，银行板块领涨，土地流转概念接力自贸区概念，热点成功转换。截至收盘，上证指数报收2123.11点，上涨24.66点，深证成指报收8368.04点，上涨124.46点。请问，昨日影响大盘(本文来源于《证券日报》期刊2013-09-04）
柴慧芳[6]（2010）在《随机指标鞅序列的收敛性》一文中研究指出主要讨论了以停时序列{τn}n∈N作为鞅序列{xn}n∈N的指标时,序列{xτn}n∈N的收敛性问题.(本文来源于《佳木斯大学学报(自然科学版)》期刊2010年06期）
刘贵兰,胡杨利,尹悦[7]（2010）在《随机环境中随机指标分枝过程矩的渐近性》一文中研究指出引入了随机环境中随机指标分枝过程模型,证明了该模型矩的渐近性。(本文来源于《数学理论与应用》期刊2010年01期）
谭希丽,杨晓云[8]（2007）在《B值m相依随机元列移动平均过程的随机指标中心极限定理》一文中研究指出设{εt;t∈Z}是均值为零、二阶矩有限的B值m相依随机元列,{aj;j∈Z}是一实数序列,并且∑∞j=-∞aj<+∞.定义移动平均过程Xt=∑∞j=-∞ajεt-j(t≥1).利用Beveridge-Nelson分解及{εt;t≥1}的弱收敛定理,给出{Xt;t≥1}满足随机指标中心极限定理的充分条件.(本文来源于《吉林大学学报(理学版)》期刊2007年02期）
邵杰[9]（2007）在《阵列的随机指标部分和的弱大数定律》一文中研究指出在较一般的条件下研究了加权阵列的随机指标部分和1/(bn) sum from i=1 to Nn ani(Xni-E(XniI(|Xni|≤bn)|Fn,i-1))的弱大数定律,其中{Xni,i≥1,n≥1}为随机变量阵列,{Nn,n≥1}是正整数值的随机变量,{bn,n≥1}是正的常数.(本文来源于《湖州师范学院学报》期刊2007年01期）
郑州商品交易所市场叁部提供[10]（2004）在《技术指标分析中的随机指标》一文中研究指出随机指标，又称KD线，是指以K线和D线的组合变化来说明市场价格变化的技术指标。K值是当前收盘价处于当期极点高价与低价差额的相对比例。比例高显示当前市价偏向靠近极点高价，比例低显示当前市价偏向靠近(本文来源于《中华合作时报》期刊2004/09/08）
随机指标论文开题报告
（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：
研究了时间指标为一般更新过程的随机指标分枝过程.在每个粒子至少有两个分枝(Bottcher情形)以及更新分布满足Cramer条件的情况下,得到了更新随机指标分枝过程的大偏差原理.
（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。
随机指标论文参考文献
[1].逄雨欣,王德辉,谭希丽.LPQD序列的随机指标中心极限定理[J].吉林大学学报(理学版).2018
[2].高振龙,方亮.更新随机指标分枝过程的大偏差[J].数学学报(中文版).2018
[3].MOHAMED,ABDELGAWAD,AHMED,ABDELGAWAD,SALEM.基于随机指标的广义次序统计量的渐近性质研究[D].华中师范大学.2017
[4].Jean,Folger,董向阳.利用简单指标建立交易系统[N].期货日报.2015
[5].赵子强,牛仲逸.A股借势土地流转上位叁特征暗示新行情到来[N].证券日报.2013
[6].柴慧芳.随机指标鞅序列的收敛性[J].佳木斯大学学报(自然科学版).2010
[7].刘贵兰,胡杨利,尹悦.随机环境中随机指标分枝过程矩的渐近性[J].数学理论与应用.2010
[8].谭希丽,杨晓云.B值m相依随机元列移动平均过程的随机指标中心极限定理[J].吉林大学学报(理学版).2007
[9].邵杰.阵列的随机指标部分和的弱大数定律[J].湖州师范学院学报.2007
[10].郑州商品交易所市场叁部提供.技术指标分析中的随机指标[N].中华合作时报.2004