目前已有金融計(jì)量經(jīng)濟(jì)方法主要通過(guò)統(tǒng)計(jì)模型從全局的角度來(lái)研究時(shí)間序列，這種方法一方面依賴(lài)苛刻的假設(shè)條件，另一方面它要求所有數(shù)據(jù)都符合一個(gè)固定的數(shù)學(xué)模型，顯得過(guò)于牽強(qiáng)。因而它們?cè)谠S多實(shí)際應(yīng)用中往往是失敗的。針對(duì)這些不足，本文從一個(gè)新的角度，即從尋找序列中局部模式入手來(lái)獲取金融序列中隱含特征信息。盡管時(shí)序挖掘正是當(dāng)前研究熱點(diǎn)，人們已取得不少成果，但是關(guān)于如何從金融時(shí)間序列中獲取有價(jià)值的隱含模式的理論、方法和應(yīng)用的研究都還相當(dāng)缺乏，為此本文就其中的若干關(guān)鍵問(wèn)題以及金融中的實(shí)際應(yīng)用展開(kāi)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(shí)間序列隱含模式挖掘的可行性，指出盡管技術(shù)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(chǎng)相悖，但技術(shù)分析仍然受到很多人的追捧，不能簡(jiǎn)單地認(rèn)為他們是“別無(wú)選擇”。并且市場(chǎng)是否有效還存在諸多爭(zhēng)議，人們還難以否定歷史數(shù)據(jù)對(duì)未來(lái)市場(chǎng)的可預(yù)測(cè)性。指出通過(guò)挖掘隱含局部模式來(lái)進(jìn)行預(yù)測(cè)是一種新的思想和嘗試；（2） 根據(jù)金融時(shí)間序列的特點(diǎn)，本文選取小波方法進(jìn)行去噪預(yù)處理。探討了有關(guān)小波非線性閾值法去噪過(guò)程中，小波函數(shù)、閾值確定方法和小波分解層次等若干關(guān)鍵參數(shù)... 

【文章來(lái)源】：湖南大學(xué)湖南省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：146 頁(yè)

【學(xué)位級(jí)別】：博士

【部分圖文】：

圖5.7兩個(gè)加有同向作用的隨機(jī)時(shí)間序列

博士學(xué)位論文圖5.9表5兩個(gè)加有反向作用的隨機(jī)時(shí)間序列3反向作用時(shí)間序列聚類(lèi)中心值序序序類(lèi)別別AAABBBCCCDDDEEEFFFGGGHHHIIIJJJ列列列列列列列列列列列列列列列列列列列列列列列列列列列列列列列列列列列列列列列列列列列列列列列列列列列AAAAA斜率率一6.1111一2.6000一1.1222一0.01110.31110.88882.68883.23336.344410.2000跨跨跨度度222222333666222llll555222222222序序序類(lèi)別別AAABBBCCCDDDEEEFFFGGGHHHIIIJJJ列列列列列列列列列列列列列列列列列列列列列列列列列列列列列列列列列列列列列列列列列列列列列列列列列列列BBBBB斜率率一9.4777一4.0000一2.1444一1.5555一0.63330.22220.60001.65554.51118.7999跨跨跨度度222222666222l000333666222222222在給定參數(shù)0=.075，關(guān)nof=.06，△T二2情形下進(jìn)行關(guān)聯(lián)模式挖掘。我們獲得一個(gè)關(guān)聯(lián)模式FE。其實(shí)際可靠度為.0769，置信度為.06。其中“F”為序列A中的模式，由表5.3可知，其聚類(lèi)中心點(diǎn)的斜率為.088，跨度為11�！癊”為序列B中的模式，同樣可知其中心點(diǎn)斜率為一。.63

金融時(shí)間序列隱含模式挖掘方法及其應(yīng)用研究系數(shù)來(lái)更加深入具體和細(xì)致地描述了兩序列的相關(guān)特性。圖6.4繪出了模式AA的部分線性化圖，它清楚地反映了序列中的這種局部相關(guān)性。表6.1深發(fā)展A、浦發(fā)銀行聚類(lèi)中心深深發(fā)發(fā)類(lèi)別別AAABBBCCCDDDEEE展展展展展展展展展展展展展展展展展展展展展展展展展展展展展展展展展展展展跨跨跨度度222333666222222斜斜斜率率一0.342666一0.160555一0.1197770.1514440.972333浦浦發(fā)發(fā)類(lèi)別別AAABBBCCCDDDEEE銀銀行行行行行行行行行行行行行行行行行行行行行行行行行行行行行行行行行行行跨跨跨度度222444777333222斜斜斜率率一0.169888一0.140111一0.123000一0.0094440.280666圖6.4珠及膠、傭及銀仃恨式’，AA’，明都分線住化圖(網(wǎng)點(diǎn)aJI線段為模式線段)再看另一個(gè)更有意思的例子。如圖6.5所示，這是深市中的兩只股票，深華新(代號(hào)000010)和深紡織(代號(hào)000045)1997年11月2日一2004年5月31日的日收盤(pán)價(jià)序列，采用了上例相同的處理方法以保持兩序列時(shí)間上對(duì)應(yīng)相同。由圖可見(jiàn)，兩只股票的整體相關(guān)性并不大，可計(jì)算出其相關(guān)系數(shù)值僅為0.0306，按通常的判斷

【參考文獻(xiàn)】：
期刊論文
[1]基于閾值決策的小波降噪方法研究及其改進(jìn)[J]. 陳景霞,潘立登.  北京化工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2003(06)
[2]基于分段線性動(dòng)態(tài)時(shí)間彎曲的時(shí)間序列聚類(lèi)算法研究[J]. 翁穎鈞,朱仲英.  微型電腦應(yīng)用. 2003(09)
[3]基于MATLAB小波去噪方法的研究[J]. 杜浩藩,叢爽.  計(jì)算機(jī)仿真. 2003(07)
[4]基于小波變換的時(shí)間序列相似模式匹配[J]. 張海勤,蔡慶生.  計(jì)算機(jī)學(xué)報(bào). 2003(03)
[5]市場(chǎng)有效性的檢驗(yàn)問(wèn)題[J]. 陳印.  學(xué)術(shù)研究. 2003(01)
[6]基于信息論網(wǎng)絡(luò)的時(shí)序數(shù)據(jù)庫(kù)挖掘[J]. 林芝,曹加恒,劉娟,韋豐.  計(jì)算機(jī)工程與應(yīng)用. 2003(01)
[7]3σ準(zhǔn)則在小波消噪中的應(yīng)用[J]. 何世彪,楊士中.  重慶大學(xué)學(xué)報(bào)(自然科學(xué)版). 2002(12)
[8]時(shí)間序列數(shù)據(jù)的相似模式抽取[J]. 李?lèi)?ài)國(guó),覃征,賀升平.  西安交通大學(xué)學(xué)報(bào). 2002(12)
[9]基于傅立葉變換的一種時(shí)間序列相似搜索算法[J]. 陳曉航,彭宏,謝運(yùn)祥.  計(jì)算機(jī)工程與應(yīng)用. 2002(18)
[10]異常檢測(cè)算法分析[J]. 李炎,李皓,錢(qián)肖魯,朱揚(yáng)勇.  計(jì)算機(jī)工程. 2002(06)



本文編號(hào)：3276089