收藏本站
《合肥工业大学》 2010年
收藏 | 手机打开
二维码
手机客户端打开本文

基于分形技术的金融数据分析方法研究

倪丽萍  
【摘要】: 随着金融业信息化建设的快速发展,金融数据量不断增多。如何对这些数据进行有效的分析成为研究的热点问题。近年来,针对金融数据动态、复杂、非线性的特点,人们将非线性理论引入,以期更加准确地从这些数据中揭示金融市场的运作规律。其中,分形技术是非线性理论中的一个分支,相关的研究表明在金融市场中分形现象是普遍存在的。本文围绕金融数据分析领域中的热点和难点问题,对基于分形技术的数据分析方法进行研究。针对金融数据的特点,研究了金融一元、多元时间序列分形维数的定义、计算方法和意义;并在此基础上,将分形维数与数据挖掘算法相结合用于解决金融数据分析中的关键问题——相似性分析、维数约简以及预测等。 论文的主要工作如下: 1.论述了相关的研究背景和意义,介绍了分形理论的发展概况,总结了分形技术在金融数据分析中运用的原理和方法。 2.介绍了金融时间序列中常用的分形维数计算方法,并探讨了维数求解的后期过程中数据的拟合方法。论文分别运用最小二乘法和最小二乘分段方法对数据进行拟合,相关的实验结果表明最小二乘分段拟合方法能够提高拟合性能,进而提高维数计算的准确率。 3.为了更好地表征金融时间序列的波动特征,提出了一种趋势分形维数的定义和计算方法。该维数分为阴线维和阳线维。通过对股票数据、汇率数据和期货数据的实验研究,表明阳线维或阴线维相对于传统的分形维数能够更好地指示金融市场的跌涨情况。 4.研究了金融时间序列中的相似性分析方法。提出将趋势分形维数和K-means聚类算法相结合的相似性分析方法,并对股指序列进行了相似性聚类研究。该方法首先利用趋势分形维数对时间序列进行表示,进而利用K-means算法对表示后的序列进行聚类。通过与传统分形维数表示下的聚类结果相比较,利用趋势分形维数表示的聚类结果更加准确。说明趋势分形维数比传统分形维数具有更准确和更细致的描述能力。这也进一步表明了趋势分形维数的意义和作用。 5.分析和比较了多元时间序列分形维数计算方法的异同点。进而提出一种多元时间序列维数计算方法,实验表明该方法简便、可行,取得的计算效果较好。 6.针对多元金融时间序列降维问题,提出一种基于蚁群算法和分形维数的属性选择方法。并在属性选择的基础上对多元时间序列的预测问题进行了研究,研究表明该改进算法具有较好的性能,能够识别出关键属性,提高预测的准确率。
【学位授予单位】:合肥工业大学
【学位级别】:博士
【学位授予年份】:2010
【分类号】:F830;F224

【相似文献】
中国期刊全文数据库 前10条
1 兰秋军,马超群,甘国君,吴建宏;中国股市弱有效吗?——来自数据挖掘的实证研究[J];中国管理科学;2005年04期
2 金华;陆继宗;;证券市场的非线性研究[J];上海电机学院学报;2005年06期
3 ;主要经济指标时间序列[J];中国经济景气月报;2005年04期
4 黄超;吴清烈;武忠;朱扬勇;;基于方差波动多重分形特征的金融时间序列聚类[J];系统工程;2006年06期
5 李巧梅;熊国经;;社会消费品零售总额ARIMA模型的建立及预测[J];科技广场;2006年10期
6 张逾坤;吴见平;管连龙;;区域科技创新能力的动态评估及实证分析[J];华东经济管理;2007年01期
7 胡蓉;;基于多输出支持向量回归算法的股市预测[J];云南民族大学学报(自然科学版);2007年03期
8 余健;郭平;;基于RBF网络的金融时间序列预测[J];湖南工程学院学报(自然科学版);2007年04期
9 王晶;;中国居民储蓄与经济增长的关系分析[J];科技信息;2009年20期
10 徐晓岭;顾蓓青;王蓉华;吴生荣;;香港国际服务贸易统计数据的分析[J];上海师范大学学报(自然科学版);2010年03期
中国重要会议论文全文数据库 前10条
1 吴炎;杜栋;;改进BP神经网络及其对江苏省粮食产量的仿真预测[A];决策科学与评价——中国系统工程学会决策科学专业委员会第八届学术年会论文集[C];2009年
2 张玉峰;贾成刚;张文喜;;应用时间序列评估人工增雨效果[A];推进气象科技创新加快气象事业发展——中国气象学会2004年年会论文集(下册)[C];2004年
3 王永忠;曾昭磐;;混沌时间序列点预测方法研究[A];1999中国控制与决策学术年会论文集[C];1999年
4 王波;张斌;;一种基于云模型的时间序列特征表示方法[A];2005中国控制与决策学术年会论文集(下)[C];2005年
5 王有良;周文国;;基于时间序列的基坑水平变形预测模型[A];《测绘通报》测绘科学前沿技术论坛摘要集[C];2008年
6 王玉涛;程国辉;周建常;王师;;神经网络在高炉铁水硅含量预报中的应用[A];1998中国控制与决策学术年会论文集[C];1998年
7 许伦辉;傅惠;徐建闽;;基于分形维数的交通流预测模型及算法研究[A];2003年中国智能自动化会议论文集(下册)[C];2003年
8 胡坤;刘思峰;;时间序列灰色定权聚类模型[A];2004年中国管理科学学术会议论文集[C];2004年
9 蒋斌松;韩立军;贺永年;;时间序列Lyapunov指数的估算及预测[A];矿山建设工程新进展——2005全国矿山建设学术会议文集(下册)[C];2005年
10 何全军;曹静;张月维;;基于MODIS的广东省植被指数序列构建与应用[A];中国气象学会2007年年会生态气象业务建设与农业气象灾害预警分会场论文集[C];2007年
中国重要报纸全文数据库 前10条
1 ;《时间序列与金融数据分析》[N];中国信息报;2004年
2 东证期货 王爱华 杨卫东;两年涨跌轮回 秋季普遍下跌[N];期货日报;2009年
3 本报记者 刘松柏;“超级月球”引发地震不成立[N];经济日报;2011年
4 权证一级交易商 国信证券;正股走势及时间序列主导下半年权证市场运行结构[N];证券时报;2006年
5 房鹏;数码书信寄真情[N];中国电脑教育报;2005年
6 刘丽萍;时间序列季节调整描述经济活动的利器[N];中国信息报;2000年
7 西南证券高级研究员 董先安德圣基金研究中心 郭奔宇;预计6月CPI同比上涨7.2%[N];证券时报;2008年
8 国泰君安期货 吴泱 郑腾;基金持仓与期货价格关系的实证研究[N];期货日报;2008年
9 倪成群;人民币升值背景下中外金价和黄金投资收益关联性研究[N];期货日报;2008年
10 中期研究院 王璐 吕圳;重标极差法的期货品种收益波动性研究[N];期货日报;2008年
中国博士学位论文全文数据库 前10条
1 倪丽萍;基于分形技术的金融数据分析方法研究[D];合肥工业大学;2010年
2 杨正瓴;时间序列中的混沌判定、预报及其在电力系统中的应用[D];天津大学;2003年
3 张晓伟;水文动力系统自记忆特性及其应用研究[D];西安理工大学;2009年
4 刘大同;基于Online SVR的在线时间序列预测方法及其应用研究[D];哈尔滨工业大学;2010年
5 张永林;车辆道路数值模拟与仿真研究[D];华中科技大学;2010年
6 崔亚强;沪深300股指内在复杂性分析及预测研究[D];天津大学;2010年
7 杨谈;网络混沌行为及其控制的研究[D];北京邮电大学;2009年
8 李星毅;基于相似性的交通流分析方法[D];北京交通大学;2010年
9 肖辉;时间序列的相似性查询与异常检测[D];复旦大学;2005年
10 卢占会;电力市场稳定性研究[D];华北电力大学(河北);2008年
中国硕士学位论文全文数据库 前10条
1 Ashraf Fetoh Eata;[D];厦门大学;2001年
2 王丽敏;两类模糊随机时间序列预测方法[D];河北大学;2001年
3 王琦;时间序列在油田效益审计中的应用[D];吉林大学;2009年
4 韩冬梅;基于P2P的教学信息资源负载均衡调度算法的研究[D];哈尔滨工程大学;2010年
5 张雷;多层次分布式智能决策支持系统及应用研究[D];西北工业大学;2006年
6 王金翠;基于实测数据的风电场风速和风功率短期预测研究[D];东北电力大学;2010年
7 赵松雷;基于频谱仪的无线自动测试系统与信号特性分析[D];北京邮电大学;2010年
8 姚兰;中国民办高等教育市场空间研究[D];河南大学;2007年
9 吴烨清;时间序列理论在软件可靠性建模中的应用和研究[D];华中农业大学;2009年
10 曹晓琴;非线性优化的混合算法及其应用[D];燕山大学;2010年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026