一种金融时间序列区域分割方法的研究
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

TP391

基金项目:

国家自然科学基金(2018GZ0182)


Research on the regionbased segmentation method of financial time series
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    金融时间序列指描述不同金融产品诸如股票、汇率与基金等的时间序列. 它与金融市场中人类的各种经济活动密切相关,呈现出复杂多变的状态[1].为了从海量的金融数据中发现有价值的,可用于投资的信息,大量学者采用数据挖掘来对金融时间序列作数据提取和处理. 由于金融时间序列具有高噪声、非平稳性、潜在的周期性等特性[2],如果直接在金融时间序列的原始数据的基础上进行数据挖掘,会导致结果失败或是取得不理想的挖掘效果. 而在数据挖掘前能对原始数据进行数据清洗、数据集成等预处理,数据挖掘质量将达到更好地效果[3].作为金融时间序列的一个重要分支,股票时间序列预测方法通常采用分段线性表示(Piecewise Linear Representation,PLR)进行时间序列的预处理[4,5]. 但是PLR算法存在采用单一的拟合误差作为阈值,分段效果不太理想,算法本身的通用性,时间复杂度等性能都有待提高等缺点. 本文提出了金融时间序列区域分割方法,该方法在定性和定量上都优于传统的分段线性方法.

    Abstract:

    In financial time series prediction and data mining research, Piecewise Linear Representation (PLR) is generally used for time series data preprocessing, but the PLR algorithm uses a single fitting error as the threshold, and the segmentation effect is not ideal, and the versatility, time complexity and other shortcomings of PLR need to be improved. This paper proposes a financial time series region segmentation method, which is superior to the traditional piecewise linear method in both qualitative and quantitative.

    参考文献
    相似文献
    引证文献
引用本文

引用本文格式: 桑夏夏,李旭伟. 一种金融时间序列区域分割方法的研究[J]. 四川大学学报: 自然科学版, 2018, 55: 1189.

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2018-04-13
  • 最后修改日期:2018-06-23
  • 录用日期:2018-06-27
  • 在线发布日期: 2018-11-29
  • 出版日期: