收藏本站
《电子科技大学》 2018年
收藏 | 手机打开
二维码
手机客户端打开本文

基于机器学习的时间序列模型研究及其应用

杨玉军  
【摘要】:时间序列分析是人们认识客观世界和自然现象的重要手段,近二十年来,时间序列分析方法得到了迅速发展,且在众多的实际领域中广泛应用。与其相关的技术,时间序列预测也已成为一个热门的研究领域,伴随着时间序列分析方法同步发展,在许多领域里,时间序列预测发挥着重要的作用。预测是决策的基础,决策是预测的延续。因此,准确的预测对做出正确的决策至关重要。为了提高时间序列预测效果和应用价值,众多研究工作者一直致力于该问题的研究。特别在机器学习和深度学习方法迅速发展的今天,时间序列分析和预测方法的研究发展迅速,但其效果在很多方面还不能满足实际应用的高要求,还有很多的问题需要解决。本文以时间序列分析和预测为研究背景,主要对时间序列互相关性分析、时间序列多尺度分析以及时间序列预测应用进行了研究。本文主要进行了以下三个方面的研究。(1)为了了解不同现象之间是否存在关联、存在何种关联以及关联强度如何,本文对金融市场的相互作用和共同变化的现象进行了研究,同时全面系统地研究了时间序列互相关性分析方法。为了揭示金融时间序列的动力学行为,基于多尺度多属性的分析思想和MMA方法,结合Hurst指数直方图分布,本文提出了DHMXA方法。DH-MXA方法根据两个时间序列的局部相关性的Hurst指数曲面的分布直方图来区分两个时间序列的局部相关性的细微差别,DH-MXA方法可以分析任意两个时间序列之间的相关性,并能给出它们之间存在何种相关性和相关强度情况。(2)为了有效准确地预测现象的未来变化情况,有必要了解现象的多尺度特性和现象内部波动性,观察和测量该现象在不同尺度上的波动性和多尺度效应。本文对分析时间序列的多重分形特征的各种方法进行了系统的研究,特别研究了针对复杂现象的分析方法。结合Rényi熵和MMA分析方法,提出了一种基于Rényi熵的时间序列多属性多尺度多分形的分析方法,提出的方法简称REM3PA方法。REM3PA方法继承了Rényi熵和MMA分析方法的优点,借助了MMA分析方法在时间序列多尺度分析上的优势和Rényi熵在处理时间序列分析出现重尾问题上的优势,具有对时间序列进行多属性多尺度多分形的分析能力,能够揭示出金融时间序列的短期特征和长期特征,特别是能够量化时间序列各属性的波动性、重要性和彼此之间的关系。(3)为了提高时间序列的预测效果,本文对各种基于统计技术和机器学习的时间序列预测方法进行了系统的研究,对多种预测方法进行了实验对比,特别在实验数据选择上进行了大量的研究,尽量选择几个具有代表性的时间序列数据来检验各种预测方法,因为只有好的数据才能正确地检验预测方法的有效性和实用性。基于复杂问题分治的思想和机器学习逐渐优化的策略,结合EEMD、长短期记忆神经网络、线性回归和贝叶斯岭回归方法,本文提出了LSTM-TFE、LR-TFE和BRTFE预测方法,这些方法都使用EEMD把复杂的时间序列分解成多个相对更简单、变化更有规律和平稳的子序列,然后利用LSTM神经网络、LR和BR方法对每个子序列进行机器学习,预测每个子序列的值,融合多个子序列的预测结果形成原复杂时间序列的预测结果。为了有效验证提出的方法,本文选择了具有代表性的四个时间序列数据进行检验,从实验结果可以发现,提出的方法具有较好的预测效果,具备实际领域应用的前景。但也存在一些缺陷,针对变化比较剧烈的时间序列预测效果不佳。本文指出了方法的局限性,为将来正确应用提出的方法到实际领域指明了方向,对时间序列预测模型的研究及其应用提供了重要的参考。
【学位授予单位】:电子科技大学
【学位级别】:博士
【学位授予年份】:2018
【分类号】:TP181

手机知网App
【相似文献】
中国期刊全文数据库 前10条
1 袁全勇;李春;杨阳;;风速时间序列混沌判定方法比较研究[J];热能动力工程;2018年07期
2 孙其法;闫秋艳;闫欣鸣;;基于多样化top-k shapelets转换的时间序列分类方法[J];计算机应用;2017年02期
3 王金策;杨宁;;时间序列趋势预测[J];现代计算机(专业版);2017年02期
4 彭佳星;肖基毅;;基于分型转折点的证券时间序列分段表示法[J];商;2016年31期
5 刘伟龙;;基于ARMA模型的股价预测及实证研究[J];智富时代;2017年02期
6 周仰;;《漫长的告别》(年度资助摄影图书)[J];中国摄影;2017年04期
7 王嵬;;王嵬作品[J];当代油画;2017年07期
8 刘明华;张晋昕;;时间序列的异常点诊断方法[J];中国卫生统计;2011年04期
9 郭崇慧;苏木亚;;基于独立成分分析的时间序列谱聚类方法[J];系统工程理论与实践;2011年10期
10 王佳林;王斌;杨晓春;;面向不确定时间序列的分类方法[J];计算机研究与发展;2011年S3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 徐光晶;;统计学在大地电磁测深时间序列处理中的应用[A];2017中国地球科学联合学术年会论文集(二十九)——专题57:电磁地球物理学研究及其应用[C];2017年
3 毛宇清;王咏青;王革丽;;支持向量机方法应用于理想时间序列的预测研究[A];中国气象学会2008年年会气候预测研究与预测方法分会场论文集[C];2008年
4 吴坚忠;路子愚;郑应平;;时间序列社会悖论模型及分析[A];1989年控制理论及其应用年会论文集(上)[C];1989年
5 雷敏;孟光;谢洪波;Kerreie Mengersen;Peter Bartlett;;嵌入维数对复杂时间序列的熵分析的影响研究[A];中国力学大会-2015论文摘要集[C];2015年
6 王兆甲;王海良;;一种相似时间序列挖掘算法及其在汽车运动分析中的应用[A];2014中国汽车工程学会年会论文集[C];2014年
7 林忠辉;莫兴国;薛玲;;用NDVI时间序列确定作物物侯和作物类型判别[A];第十四届全国遥感技术学术交流会论文摘要集[C];2003年
8 王冬;章家义;陈宗;;配电网时间序列数据的云计算集群快速压缩模型[A];2017年江西省电机工程学会年会论文集[C];2018年
9 徐俊武;卢现祥;;公共支出、政府治理、部门效应与共享式增长——基于中国时间序列数据的分析[A];第十一届中国制度经济学年会论文汇编(上)[C];2011年
10 韩奔;;非完全检测下腐蚀管道的最优检测时间序列[A];中国力学大会-2015论文摘要集[C];2015年
中国重要报纸全文数据库 前10条
1 王晓宝 杨永恒 永安期货;浅析波动率的均值回复特征[N];期货日报;2017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 国家统计局核算司 吕峰;不变价GDP时间序列数据的构造[N];中国信息报;2016年
4 ;《时间序列与金融数据分析》[N];中国信息报;2004年
5 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
6 刘俏;让数据坦白真相[N];21世纪经济报道;2003年
7 卞纪;我国多时间序列湿地遥感制图完成[N];中国气象报;2011年
8 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
9 广发期货股指研究小组 谢贞联;Hurst指数提示市场升势或将形成[N];上海证券报;2012年
10 丁睿 中粮期货研究院;试论指数HP滤波分析法的应用[N];期货日报;2014年
中国博士学位论文全文数据库 前10条
1 杨玉军;基于机器学习的时间序列模型研究及其应用[D];电子科技大学;2018年
2 丁超;MODIS时间序列重建方法与应用[D];中国地质大学(北京);2018年
3 潘玉青;基于NDVI时间序列的黄河中下游典型史前都邑性遗址的作物物候观察[D];中国科学院大学(中国科学院遥感与数字地球研究所);2017年
4 郝鹏宇;基于多时相遥感数据的农作物分类研究[D];中国科学院大学(中国科学院遥感与数字地球研究所);2017年
5 乔海浪;基于NDVI时间序列重构的经济型人工林时空分布信息提取研究[D];中国科学院大学(中国科学院遥感与数字地球研究所);2017年
6 王妮妮;基于智能计算技术的时间序列分割及预测研究[D];大连理工大学;2013年
7 王晓晔;时间序列数据挖掘中相似性和趋势预测的研究[D];天津大学;2003年
8 骆科东;短时间序列挖掘方法研究[D];清华大学;2004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 李汉东;多变量时间序列波动持续性研究[D];天津大学;2000年
中国硕士学位论文全文数据库 前10条
1 张伟;基于时间序列的货币与投资对CPI指数的关联性研究[D];中国地质大学(北京);2018年
2 马超红;时间序列早期分类研究[D];河北经贸大学;2018年
3 朱慧;重庆地区NDVI时间序列重建研究[D];重庆师范大学;2017年
4 丛林;半干旱地区旱情演变特征分析及旱情预测研究[D];沈阳农业大学;2017年
5 张超;机场能耗预测方法的研究[D];中国民航大学;2017年
6 毛好好;基于聚类HMM模型的QAR数据趋势分析[D];中国民航大学;2017年
7 夏泠风;光伏功率的特性分析及其时间序列生成方法研究[D];华中科技大学;2016年
8 宋盼盼;基于光谱时间序列拟合的中国南方水稻遥感识别及面积估算方法研究[D];东华理工大学;2017年
9 梅寒蕾;基于分段动态时间弯曲的时间序列查询[D];浙江大学;2017年
10 梁叶;基于动态时间弯曲的金融时间序列聚类研究[D];华侨大学;2017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