【摘要】：金融高頻數(shù)據(jù)構(gòu)成海量數(shù)據(jù)集,屬于數(shù)據(jù)挖掘的研究范疇,然而在金融高頻數(shù)據(jù)的研究中,數(shù)據(jù)挖掘技術(shù)尚未得到足夠的重視。金融高頻數(shù)據(jù)的研究目前主要集中于對波動率、交易間隔等特征的建模,最優(yōu)抽樣間隔的選擇等應(yīng)用領(lǐng)域,國內(nèi)鮮有方法論框架下直接將金融高頻數(shù)據(jù)作為研究對象的理論討論與分析,這不可避免導(dǎo)致對高頻數(shù)據(jù)認識上的一些誤區(qū)和不一致。為此,本文對國內(nèi)外金融高頻數(shù)據(jù)的研究現(xiàn)狀進行了剖析,澄清了金融高頻數(shù)據(jù)的概念與特征,并從統(tǒng)計的視角重新審視了金融高頻數(shù)據(jù)研究。在此基礎(chǔ)上,提出了金融高頻數(shù)據(jù)挖掘進一步的研究思路。
[Abstract]:Financial high-frequency data constitute massive data sets, which belong to the research field of data mining. However, in the research of high-frequency financial data, the technology of data mining has not been paid enough attention to. At present, the research of financial high-frequency data is mainly focused on the modeling of volatility, trading interval and other characteristics, the selection of optimal sampling interval, and other application fields. There are few theoretical discussions and analyses on financial high-frequency data under the framework of methodology in China, which inevitably leads to some misunderstandings and inconsistencies in the understanding of high-frequency data. Therefore, this paper analyzes the current situation of financial high-frequency data at home and abroad, clarifies the concept and characteristics of financial high-frequency data, and reexamines the research of high-frequency financial data from the statistical perspective. On this basis, the further research ideas of financial high frequency data mining are put forward.
【作者單位】： 廈門大學(xué)經(jīng)濟學(xué)院;臺灣輔仁大學(xué)統(tǒng)計資訊學(xué)系;
【分類號】：F224;F830.91

【相似文獻】

相關(guān)期刊論文 前10條

1 陳紅川;劉斌;;基于K-均值聚類算法的醫(yī)藥制造業(yè)競爭力評價實證研究[J];科技管理研究;2011年16期

2 蘇誠;;基于Logistic回歸模型的商業(yè)銀行信用風(fēng)險評估研究[J];中國城市經(jīng)濟;2011年12期

3 郭玉華;陳治亞;;基于客戶生命周期的鐵路大客戶細分與發(fā)展模型[J];鐵道科學(xué)與工程學(xué)報;2011年02期

4 ;[J];;年期

5 ;[J];;年期

6 ;[J];;年期

7 ;[J];;年期

8 ;[J];;年期

9 ;[J];;年期

10 ;[J];;年期

相關(guān)會議論文 前10條

1 葉偉芳;徐迪;;數(shù)據(jù)挖掘及其在金融領(lǐng)域的應(yīng)用[A];中國企業(yè)運籌學(xué)學(xué)術(shù)交流大會論文集[C];2005年

2 周曉飛;石勇;;基于數(shù)據(jù)挖掘的金融信用評估概述[A];第四屆（2009）中國管理學(xué)年會——管理科學(xué)與工程分會場論文集[C];2009年

3 宋志新;龍虹;;數(shù)據(jù)挖掘在電信領(lǐng)域客戶流失分析中的應(yīng)用[A];全國第九屆企業(yè)信息化與工業(yè)工程學(xué)術(shù)會議論文集[C];2005年

4 黃新煥;張岐山;林振思;;基于數(shù)據(jù)挖掘技術(shù)的客戶價值評價方法[A];中國優(yōu)選法統(tǒng)籌法與經(jīng)濟數(shù)學(xué)研究會第七屆全國會員代表大會暨第七屆中國管理科學(xué)學(xué)術(shù)年會論文集[C];2005年

5 車平;施剛;;一種基于決策樹的用戶流失預(yù)測分析方法[A];先進制造技術(shù)論壇暨第五屆制造業(yè)自動化與信息化技術(shù)交流會論文集[C];2006年

6 丁莉娟;;數(shù)據(jù)挖掘在財務(wù)風(fēng)險分析中的應(yīng)用[A];第三屆全國軟件測試會議與移動計算、柵格、智能化高級論壇論文集[C];2009年

7 呂巍;陳潔;呂彥儒;;我國商業(yè)銀行客戶潛在價值模型構(gòu)建與應(yīng)用[A];中國市場學(xué)會2006年年會暨第四次全國會員代表大會論文集[C];2006年

8 李建平;徐偉宣;石勇;;數(shù)據(jù)挖掘技術(shù)中的線性方法[A];2002年中國管理科學(xué)學(xué)術(shù)會議論文集[C];2002年

9 于鴻潮;;西安市天然氣總公司的客戶關(guān)系管理[A];中國土木工程學(xué)會城市燃氣分會輸配專業(yè)委員會2005年會議論文集[C];2005年

10 西村友作;孫便霞;;全球金融海嘯對股市波動的影響:基于已實現(xiàn)波動率的中美波動溢出效應(yīng)對比[A];2009年全國博士生學(xué)術(shù)會議論文集[C];2009年

相關(guān)重要報紙文章 前4條

1 本報記者 曹紅麗;上海中原：BI部署從上至下[N];中國計算機報;2008年

2 孫宇;信息挖掘：企業(yè)信息化建設(shè)的首要任務(wù)[N];中國房地產(chǎn)報;2006年

3 黃明鋼 通訊員　廖齊梅;深圳數(shù)字化城管通過建設(shè)部驗收[N];深圳商報;2006年

4 本報記者 劉方遠;房價網(wǎng)的估價實驗[N];21世紀(jì)經(jīng)濟報道;2009年

相關(guān)博士學(xué)位論文 前8條

1 陳佐;時間序列相空間重構(gòu)數(shù)據(jù)挖掘方法及其在證券市場的應(yīng)用[D];湖南大學(xué);2007年

2 李力;物流信息平臺構(gòu)建與應(yīng)用研究[D];武漢理工大學(xué);2006年

3 譚華;不確定時態(tài)數(shù)據(jù)挖掘方法及其在證券行情預(yù)測中的應(yīng)用[D];湖南大學(xué);2008年

4 白愛民;基于客戶集群和拓撲理論的CRM模型與算法研究[D];天津大學(xué);2006年

5 鄧慶山;基于數(shù)據(jù)挖掘技術(shù)的上市公司會計信息失真識別研究[D];江西財經(jīng)大學(xué);2009年

6 羅莉;投資者關(guān)系視角下的會計信息系統(tǒng)研究[D];西南財經(jīng)大學(xué);2008年

7 佟偉民;股指期貨交易中操縱行為識別方法研究[D];哈爾濱工業(yè)大學(xué);2008年

8 蒙肖蓮;商業(yè)銀行客戶識別與保持模型研究[D];華中科技大學(xué);2005年

相關(guān)碩士學(xué)位論文 前10條

1 左紅武;基于數(shù)據(jù)挖掘的房地產(chǎn)企業(yè)客戶關(guān)系管理研究[D];昆明理工大學(xué);2006年

2 陳經(jīng)偉;六西格瑪管理提升移動通信行業(yè)數(shù)據(jù)業(yè)務(wù)水平方法研究[D];首都經(jīng)濟貿(mào)易大學(xué);2008年

3 朱小虎;基于數(shù)據(jù)挖掘和知識管理的客戶關(guān)系管理系統(tǒng)研究[D];合肥工業(yè)大學(xué);2007年

4 胡曼;交叉銷售在中國保險業(yè)的應(yīng)用分析[D];山東大學(xué);2009年

5 黃驅(qū)冥;多維量化關(guān)聯(lián)規(guī)則在食品安全檢測中的應(yīng)用[D];浙江工業(yè)大學(xué);2007年

6 盧志偉;數(shù)據(jù)挖掘技術(shù)在人力資源管理中的應(yīng)用[D];天津財經(jīng)學(xué)院;2002年

7 朱曉東;基于支持度變化的關(guān)聯(lián)規(guī)則挖掘算法及實現(xiàn)[D];南京航空航天大學(xué);2005年

8 夏大方;銀行CRM中數(shù)據(jù)挖掘及其CRC方法的應(yīng)用研究[D];東南大學(xué);2005年

9 趙小艷;基于神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)挖掘技術(shù)對民營企業(yè)信用評級研究[D];吉林大學(xué);2007年

10 邢留偉;K-Means算法在客戶細分中的應(yīng)用研究[D];西南財經(jīng)大學(xué);2007年

，

本文編號：2289884