收藏本站
《华侨大学》 2017年
收藏 | 手机打开
二维码
手机客户端打开本文

基于动态时间弯曲的金融时间序列聚类研究

梁叶  
【摘要】:随着人类进入大数据时代,通过数据挖掘技术将时间序列数据库中隐藏的、有价值的知识挖掘出来得到了愈多的关注,其相关技术己被成功地运用到各个领域。时间序列相似性度量可以衡量时间序列之间相似程度的方法,其度量结果可用于分类、聚类、相似性搜索等数据挖掘任务中。时间序列聚类是时间序列数据挖掘领域中重要的挖掘任务之一,不同的时间序列聚类方法,可以挖掘出不同的隐含信息。本文以时间序列为研究对象,探讨时间序列的相似性度量方法和聚类方法,促使方法可以充分与灵活地应用到时间序列数据挖掘中,然后撷取潜在珍贵的信息和知识。本文的主要研究内容如下:(1)以数值分布特性和趋势波动特征为出发点,提出基于数值符号和形态特征的相似性度量方法。新方法能够充分反映时间序列数值分布和形态特征,有效地提高了时间序列相似性的度量效果。(2)针对传统聚类方法通常需要确定具体聚类数目,及未能充分反映时间序列整体空间结构和相互影响关系的问题,提出一种基于中心度的标签传播时间序列聚类方法。该方法无需指定具体聚类数目即可实现自动聚类,并且根据不同参数构建不同的网络空间结构,聚类数目能够对此进行相应地调整,提高其在时间序列聚类的性能。(3)动态时间弯曲和时间序列聚类在金融领域的应用。一方面,以动态时间弯曲和经典时间序列聚类方法为基础,在金融领域进行进一步探索。针对股票联动性的研究,挖掘股票的隐含信息,对监管部门和投资者决策起着一定帮助作用。另一方面,以沪深300指数为标的指数,利用新的相似性度量方法和聚类方法对现货股票进行聚类分析,选定追踪成分股,并建立优化模型来获得成分股在投资组合中的优化权重,并使得新方法确定的成分股更能准确地模拟标的指数,且能够满足不同投资喜好的投资者投资要求。研究内容通过数值实验分析,并且通过比较研究领域的相关方法,检验了新方法的性能,进一步完善时间序列相似性度量和聚类的研究,同时在一定程度上扩展了时间序列数据挖掘相关理论和提升了方法在金融时间序列数据领域中的应用性能。
【学位授予单位】:华侨大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:TP311.13

免费申请
【参考文献】
中国期刊全文数据库 前10条
1 张翔;闫镔;李磊;连敬东;席晓琦;陈思宇;张峰;李建新;;基于动态时间弯曲的X射线变电流投影融合方法[J];光子学报;2017年01期
2 徐健锋;汤涛;严军峰;刘真;;基于多机器学习竞争策略的短时交通流预测[J];交通运输系统工程与信息;2016年04期
3 李海林;梁叶;;分段聚合近似和数值导数的动态时间弯曲方法[J];智能系统学报;2016年02期
4 黄令贺;朱庆华;沈超;;差异与稳定:网络百科用户兴趣动态变化研究[J];图书情报知识;2016年02期
5 嵇敏;范玉涛;谢福鼎;;一种基于正交函数系的时间序列聚类方法[J];系统科学与数学;2016年01期
6 万校基;李海林;;基于特征表示的金融多元时间序列数据分析[J];统计与决策;2015年23期
7 华昕佳;张帅;李凤荣;赵鲁阳;;带状无线传感器网络间歇性故障检测[J];计算机工程;2015年12期
8 朱承治;李题印;李先锋;张静;王健;王强钢;周念成;;基于动态时间弯曲和云模型的电能计量动态误差估计[J];电网技术;2015年11期
9 金秀;姜超;孟婷婷;庄霄威;;我国股票市场拓扑性及加权网络中行业主导性分析[J];东北大学学报(自然科学版);2015年10期
10 钟礼山;李满春;伍阳;夏南;程亮;;利用SAR影像时间序列的耕地提取研究[J];地理科学进展;2015年07期
中国博士学位论文全文数据库 前5条
1 李海林;时间序列数据挖掘中的特征表示与相似性度量方法研究[D];大连理工大学;2012年
2 苏木亚;谱聚类方法研究及其在金融时间序列数据挖掘中的应用[D];大连理工大学;2011年
3 孙吉红;长时间序列聚类方法及其在股票价格中的应用研究[D];武汉大学;2011年
4 陈佐;时间序列相空间重构数据挖掘方法及其在证券市场的应用[D];湖南大学;2007年
5 骆科东;短时间序列挖掘方法研究[D];清华大学;2004年
【共引文献】
中国期刊全文数据库 前10条
1 罗晓兰;;搜索引擎的学术应用对图书馆数据服务的启示[J];数字图书馆论坛;2017年08期
2 程山英;;基于模糊神经网络的短时交通流预测方法研究[J];计算机测量与控制;2017年08期
3 李素霞;;机器人探测气体泄漏源定位研究[J];实验技术与管理;2017年07期
4 洪亮;李雪思;周莉娜;;领域跨越:数据挖掘的应用和发展趋势[J];图书情报知识;2017年04期
5 郝运鹏;;电能计量误差及解决措施探讨[J];科技资讯;2017年15期
6 李继红;徐佳栋;;基于动态时间规整算法的时间序列遥感影像树种分类[J];东北林业大学学报;2017年05期
7 陈臣;李强;;基于小数据决策的读者兴趣发现与预测[J];情报科学;2017年05期
8 陈臣;;基于小数据的读者兴趣发现与动态更新[J];图书馆;2017年03期
9 池明文;孟庆娟;马占飞;;一种用于无线传感网络的故障预警系统设计[J];现代电子技术;2017年04期
10 陈鹏伟;陶顺;肖湘宁;李璐;张剑;;短时间尺度用电行为相关性分析网络模型[J];电力系统自动化;2017年03期
中国博士学位论文全文数据库 前7条
1 张建萍;基于计算智能技术的聚类分析研究与应用[D];山东师范大学;2014年
2 孙友强;时间序列数据挖掘中的维数约简与预测方法研究[D];中国科学技术大学;2014年
3 吴珺;隧联网结构及智能监控数据分析[D];武汉理工大学;2013年
4 周诚;地铁盾构施工地表变形时空演化规律与预警研究[D];华中科技大学;2011年
5 孙吉红;长时间序列聚类方法及其在股票价格中的应用研究[D];武汉大学;2011年
6 黄为勇;基于支持向量机数据融合的矿井瓦斯预警技术研究[D];中国矿业大学;2009年
7 姜向荣;短时间序列预测建模及应用研究[D];北京邮电大学;2009年
【二级参考文献】
中国期刊全文数据库 前10条
1 陈思宇;李磊;闫镔;席晓琦;张峰;韩玉;张翔;邓林;李建新;;基于动态电流的锥束CT环状伪影校正方法[J];光学学报;2016年06期
2 江岳春;张丙江;邢方方;张雨;王志刚;;基于混沌时间序列GA-VNN模型的超短期风功率多步预测[J];电网技术;2015年08期
3 王明月;王晶;齐瑞云;陈复扬;;基于改进GMDH算法的路口短时交通流量预测[J];计算机应用;2015年S1期
4 陈平;韩焱;潘晋孝;;基于对数解调的递变能量CT成像方法[J];物理学报;2015年13期
5 李巧茹;赵蓉;陈亮;;基于SVM与自适应时空数据融合的短时交通流量预测模型[J];北京工业大学学报;2015年04期
6 李海林;郭韧;万校基;;基于特征矩阵的多元时间序列最小距离度量方法[J];智能系统学报;2015年03期
7 周桐;杨智勇;孙棣华;魏方强;;分车型的高速公路短时交通流量预测方法研究[J];计算机应用研究;2015年07期
8 李驰;刘纯;黄越辉;王伟胜;;基于波动特性的风电出力时间序列建模方法研究[J];电网技术;2015年01期
9 韩敏;许美玲;王新迎;;多元时间序列的子空间回声状态网络预测模型[J];计算机学报;2014年11期
10 孙越凡;钟礼山;程亮;李满春;;动态时间弯曲技术支持下时序NDVI数据的耕地分布信息提取——以江苏省苏南地区为例[J];资源科学;2014年09期
中国博士学位论文全文数据库 前10条
1 吴学雁;金融时间序列模式挖掘方法的研究[D];华南理工大学;2010年
2 吴少智;时间序列数据挖掘在生物医学中的应用研究[D];电子科技大学;2010年
3 郭文伟;开放式基金投资风格漂移及风格资产轮换策略研究[D];华南理工大学;2010年
4 潘文荣;QFII及QDII制度下中国股市世界联动性研究[D];江西财经大学;2010年
5 黄飞雪;证券市场的长期记忆及聚类复杂性研究[D];大连理工大学;2009年
6 管河山;金融多元时间序列挖掘方法研究与应用[D];厦门大学;2008年
7 李俊奎;时间序列相似性问题研究[D];华中科技大学;2008年
8 谭华;不确定时态数据挖掘方法及其在证券行情预测中的应用[D];湖南大学;2008年
9 王国光;提取混沌中信号方法的研究[D];吉林大学;2007年
10 崔准焕;中国股市与美国股市之间联动性研究[D];浙江大学;2007年
【相似文献】
中国期刊全文数据库 前10条
1 李健;孙广中;许胤龙;;基于时间序列的预测模型应用与异常检测[J];计算机辅助工程;2006年02期
2 左爱文;郭宏武;王保保;;气象时间序列规则发现及其应用[J];陕西气象;2006年06期
3 刘猛洪;汪爱丽;;基于模糊时间序列的短期电力负荷预测[J];电子世界;2013年07期
4 K.D.C.Stoodley,卢润德;非连续含有准周期分量时间序列的实时监测(英文)[J];控制理论与应用;1986年01期
5 吴红花;刘国华;;不确定时间序列的规约方法[J];计算机工程;2012年21期
6 W.Gersch;黄劲涛;;混合自回归动平均时间序列的自回归参数估计[J];水声译丛;1980年03期
7 王立柱;刘晓东;;Granger相关性与时间序列预测[J];控制与决策;2014年04期
8 周巧临;傅彦;;科学数据时间序列的预测方法[J];电子科技大学学报;2007年06期
9 王阅;高学东;;基于重标级差分析的时间序列分割方法[J];计算机工程与应用;2008年29期
10 修春波;;时间序列一步预测方法[J];计算机应用研究;2010年04期
中国重要会议论文全文数据库 前10条
1 周家斌;张海福;杨桂英;;多维多步时间序列预报方法及其应用[A];中国现场统计研究会第九届学术年会论文集[C];1999年
2 马培蓓;纪军;;基于时间序列的航空备件消耗预测[A];中国系统工程学会决策科学专业委员会第六届学术年会论文集[C];2005年
3 卢世坤;李夕海;牛超;陈蛟;;时间序列的非线性非平稳特性研究综述[A];国家安全地球物理丛书(八)——遥感地球物理与国家安全[C];2012年
4 李强;;基于线性模型方法对时间序列中异常值的检测及证券实证分析[A];加入WTO和中国科技与可持续发展——挑战与机遇、责任和对策(上册)[C];2002年
5 戴丽金;何振峰;;基于云模型的时间序列相似性度量方法[A];第八届中国不确定系统年会论文集[C];2010年
6 谢美萍;赵希人;庄秀龙;;多维非线性时间序列的投影寻踪学习逼近[A];'99系统仿真技术及其应用学术交流会论文集[C];1999年
7 张大斌;李红燕;刘肖;张文生;;非线性时问序列的小波-模糊神经网络集成预测方法[A];第十五届中国管理科学学术年会论文集(下)[C];2013年
8 黄云贵;;基于时间序列的电网固定资产投资规模研究[A];2012年云南电力技术论坛论文集(文摘部分)[C];2012年
9 李松臣;张世英;;时间序列高阶矩持续和协同持续性研究[A];21世纪数量经济学(第8卷)[C];2007年
10 陈赫;罗声求;;历史横断面数据的时间序列化[A];科学决策与系统工程——中国系统工程学会第六次年会论文集[C];1990年
中国重要报纸全文数据库 前6条
1 ;《时间序列与金融数据分析》[N];中国信息报;2004年
2 何德旭 王朝阳;时间序列计量经济学:协整与有条件的异方差自回归[N];中国社会科学院院报;2003年
3 刘俏;让数据坦白真相[N];21世纪经济报道;2003年
4 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
5 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
6 任勇郑重;中国对世界钢材价格的影响实证分析[N];现代物流报;2007年
中国博士学位论文全文数据库 前10条
1 张墨谦;遥感时间序列数据的特征挖掘:在生态学中的应用[D];复旦大学;2014年
2 张德成;滑坡预测预报研究[D];昆明理工大学;2015年
3 苗圣法;时间序列的模式检测[D];兰州大学;2015年
4 翁同峰;时间序列与复杂网络之间等价性问题及表征应用研究[D];哈尔滨工业大学;2015年
5 杨婷婷;用Argo浮标结合卫星观测估算北太平洋经向热输运[D];中国科学院研究生院(海洋研究所);2015年
6 史文彬;时间序列的相关性及信息熵分析[D];北京交通大学;2016年
7 原继东;时间序列分类算法研究[D];北京交通大学;2016年
8 卢伟;基于粒计算的时间序列分析与建模方法研究[D];大连理工大学;2015年
9 胡建明;基于正则化核学习模型的时间序列多步预测的研究与应用[D];兰州大学;2016年
10 黄标兵;回声状态网络时间序列预测方法及应用研究[D];吉林大学;2017年
中国硕士学位论文全文数据库 前10条
1 陈健;基于多变量相空间重构的投资组合策略研究[D];华南理工大学;2015年
2 兰鑫;时间序列的复杂网络转换策略研究[D];西南大学;2015年
3 米晓将;区域尺度下月均气温的时空演化格局研究[D];昆明理工大学;2015年
4 张鸣敏;基于支持向量回归的PM_(2.5)浓度预测研究[D];南京信息工程大学;2015年
5 林健;基于改进小世界回声状态网的时间序列预测[D];渤海大学;2015年
6 曹智丽;日气温和干旱指数支持向量回归预测方法[D];南京信息工程大学;2015年
7 高雄飞;基于分形理论的土壤含水量时间序列特性分析[D];长安大学;2015年
8 姚茜;城市安全生产发展目标研究[D];中国地质大学(北京);2015年
9 谢翠颖;苏州社会消费品零售总额简析[D];苏州大学;2015年
10 包仁义;基于时间序列的搜索引擎评估模型算法研究[D];东北师范大学;2015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