金融时间序列数据挖掘的研究与应用.PDFVIP

第３０卷 第１期 世界科技研究与发展 Ｖｏｌ．３０ Ｎｏ．１ 　 　 ２００８年２月 １０４－１０６页 ＷＯＲＬＤＳＣＩＴＥＣＨＲ＆Ｄ Ｆｅｂ．２００８ ｐｐ．１０４－１０６ 金融时间序列数据挖掘的研究与应用 何　典　 梁　英 （湖南商学院计算机与电子工程学院，长沙４１０２０５） 摘　要：介绍了金融时间序列分析及其方法，阐述了金融时间序列数据挖掘的特点，总结了金融时间序列数据挖掘的主要方法，介 绍了金融时间序列数据挖掘的典型应用及技术进展。 关键词：时间序列分析；数据挖掘；金融 中图分类号：ＴＰ３９１　　　文献标识码：Ａ　　　 ＲｅｓｅａｒｃｈａｎｄＡｐｐｌｉｃａｔｉｏｎｏｆＦｉｎａｎｃｉａｌＴｉｍｅＳｅｒｉｅｓＭｉｎｉｎｇ ＨＥＤｉａｎ　ＬＩＡＮＧＹｉｎｇ （ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒａｎｄＥｌｅｃｔｒｏｎｉｃＥｎｇｉｎｅｅｒｉｎｇ，ＨｕｎａｎＢｕｓｉｎｅｓｓＣｏｌｌｅｇｅ，Ｃｈａｎｇｓｈａ４１０２０５） Ａｂｓｔｒａｃｔ：Ｉｎｔｒｏｄｕｃｅｓｔｈｅｆｉｎａｎｃｉａｌｔｉｍｅｓｅｒｉｅｓａｎａｌｙｓｉｓａｎｄｉｔｓｔｅｃｈｎｏｌｏｇｙ，ｅｘｐｏｕｎｄｓｔｈｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｆｉｎａｎｃｉａｌｔｉｍｅｓｅｒｉｅｓｍｉｎｉｎｇ，ｓｕｍ ｍａｒｉｚｅｓｔｈｅｍａｉｎｍｅｔｈｏｄｓｏｆｆｉｎａｎｃｉａｌｔｉｍｅｓｅｒｉｅｓｍｉｎｉｎｇｔｅｃｈｎｏｌｏｇｙ，ｉｎｔｒｏｄｕｃｅｓｔｈｅｒｅｐｒｅｓｅｎｔａｔｉｖｅａｐｐｌｉｃａｔｉｏｎｓａｎｄｔｅｃｈｎｏｌｏｇｙｐｒｏｇｒｅｓｓｅｓｉｎ ｔｈｅｆｉｅｌｄｏｆｆｉｎａｎｃｉａｌｔｉｍｅｓｅｒｉｅｓｍｉｎｉｎｇ． Ｋｅｙｗｏｒｄｓ：ｔｉｍｅｓｅｒｉｅｓａｎａｌｙｓｉｓ；ｄａｔａｍｉｎｉｎｇ；ｆｉｎａｎｃｅ 值的知识（模式或规则）的过程。广义地说，所有从海量数据 １　引言 ［３］ 中发现新的规律的方法都可以统称为数据挖掘技术 。数 时间序列分析被广泛地应用于电力、水文、气象、金融、 据挖掘技术近年来被广泛用于时间序列分析。采用数据挖 医学等领域。在金融领域中，股价、股指、期权期货价格、汇 掘来对金融时间序列数据进行分析，以数据为驱动，可不基 率等都属于时间序列数据。对这些数据进行时间序列分析， 于任何假设，可以处理大规模的数据集，由计算机自动快速 可以得到各种金融数据之间的关系、随时间变化规律与趋 ［４］ 地发现一些隐藏的、有价值的规律 。 势、异常变动、相似群体或者相异的个体等，对可疑金融交易 监控、股市汇市预测、上市公司分析、特殊投资机会发掘等都 ３　金融时间序列数据挖掘方法 有重要的参考价值。数据挖掘是进行金融时间序列分析的 金融时间序列数据挖掘主要方法包括聚类分析、关联模 有效方法，金融时间序列数据挖掘已成为目前数据挖掘技术 式挖掘、相似序列分析、神经网络、异常检测、混合挖掘 研究和应用的热点之一。 等［１，５～７］。 ２　时间序列分析方法 ３．１　聚类分析 将较大的数据集划分为几类小的数据集，在每一类中的 目前，时间序列分析的主要方法有：