版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、目前已有金融計量經(jīng)濟方法主要通過統(tǒng)計模型從全局的角度來研究時間序列,這種方法一方面依賴苛刻的假設條件,另一方面它要求所有數(shù)據(jù)都符合一個固定的數(shù)學模型,顯得過于牽強。因而它們在許多實際應用中往往是失敗的。針對這些不足,本文從一個新的角度,即從尋找序列中局部模式入手來獲取金融序列中隱含特征信息。盡管時序挖掘正是當前研究熱點,人們已取得不少成果,但是關于如何從金融時間序列中獲取有價值的隱含模式的理論、方法和應用的研究都還相當缺乏,為此本文就其
2、中的若干關鍵問題以及金融中的實際應用展開了研究,并提出了若干新的思想和方法。具體包括: (1)分析了金融時間序列隱含模式挖掘的可行性,指出盡管技術分析還缺乏有力的理論依據(jù)而受到很多人的懷疑,并且與有效市場相悖,但技術分析仍然受到很多人的追捧,不能簡單地認為他們是“別無選擇”。并且市場是否有效還存在諸多爭議,人們還難以否定歷史數(shù)據(jù)對未來市場的可預測性。指出通過挖掘隱含局部模式來進行預測是一種新的思想和嘗試; (2)根據(jù)金融
3、時間序列的特點,本文選取小波方法進行去噪預處理。探討了有關小波非線性閾值法去噪過程中,小波函數(shù)、閾值確定方法和小波分解層次等若干關鍵參數(shù)的選取問題; (3)時間序列相似性度量是時間序列挖掘中的一個基本問題,已有的相似度量方法都沒有將相似度量的主觀偏好性考慮進去,鑒于金融市場的復雜性,充分利用市場中有經(jīng)驗投資者對相似性的獨特見解更有可能將其經(jīng)驗提升為規(guī)則。因而提出了一種反映主觀偏好性的三分量加權相似度量模型,它從水平、幅度、相關性
4、三方面來考慮序列的相似性。為了求解偏好參數(shù),通過可視化操作將其轉化為一非線性優(yōu)化問題,并采用遺傳算法進行求解; (4)從序列中挖掘出隱含模式的一個直接應用,就是希望其能提供對未來的預測信息。本文提出了時間序列事件征兆模式挖掘的有關概念和相應的方法TSEOPM。實驗結果表明,無論對確定性時間序列還是隨機性較強的時間序列,TSEOPM都能非常有效地找出事件的征兆模式,因此將其用于預測能獲得比較好的效果; (5)不同序列間的關
5、聯(lián)模式也是一類隱含在序列中的很有趣的特征信息。本文提出了基于共同作用機制的原理挖掘關聯(lián)模式的方法。它包括線性化分段、聚類并符號化以及關聯(lián)模式挖掘等過程,本文對它們都進行了詳細闡述。并且為考察其有效性,給出了兩個模擬實驗。 (6)最后,探討了隱含序列模式挖掘在金融領域的實際應用問題。其中將事件征兆模式挖掘用于深滬A股市場的分析,發(fā)現(xiàn)我國股市利用本文征兆模式具有較強的可預測性,因而市場并沒有如一些文獻所認為的已經(jīng)達到弱式有效,肯定了
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 金融多元時間序列挖掘方法研究與應用.pdf
- 生物序列模式挖掘方法研究及其應用.pdf
- 時間序列數(shù)據(jù)挖掘方法的研究及其應用.pdf
- 時間序列特征模式挖掘關鍵方法研究.pdf
- 基于金融時間序列的數(shù)據(jù)挖掘方法研究.pdf
- 基于約束的序列模式挖掘及其應用研究.pdf
- 時間序列數(shù)據(jù)挖掘及應用研究.pdf
- 通用時間約束序列模式挖掘方法研究.pdf
- 時間序列數(shù)據(jù)挖掘算法研究及其應用.pdf
- 時間序列特征模式挖掘研究.pdf
- 時間序列模式挖掘算法研究.pdf
- 時間序列建模方法應用研究.pdf
- 時間序列數(shù)據(jù)挖掘方法研究.pdf
- 時間序列數(shù)據(jù)相似模式挖掘的研究與應用.pdf
- 時間序列數(shù)據(jù)中的模式挖掘及其在地震預報中的應用研究.pdf
- 分形分析方法在金融時間序列中的應用研究
- 序列模式挖掘在Web用戶訪問序列挖掘中的應用研究.pdf
- 基于模糊K線的金融時間序列反轉模式挖掘研究.pdf
- 時間序列挖掘算法及其在地震預報中的應用研究.pdf
- 基于時間序列的頻繁模式挖掘研究與應用.pdf
評論
0/150
提交評論