金融领域时间序列挖掘技术研究

被引：19

作者：

黄超 ^{[1
]}

龚惠群 ^{[2
]}

机构：

[1] 东南大学经济管理学院

[2] 南京信息工程大学经济管理学院

来源：

东南大学学报(哲学社会科学版) | 2007年 / 05期

关键词：

时间序列; 金融; 数据挖掘;

D O I：

暂无

中图分类号：

F830 [金融、银行理论]; F224 [经济数学方法];

学科分类号：

020104 [西方经济学]; 020219 [财政学（含：税收学）];

摘要：

数据挖掘技术近年来被广泛用于时间序列分析,时间序列挖掘技术主要包括关联分析、序列分析、分类分析、聚类分析和异常检测等五类。由于金融领域的时间序列具有一些重要的特征,因此将各种挖掘方法与金融时间序列的特征,以及各种传统的时间序列分析模型相结合,是目前金融时间序列挖掘领域的研究热点。

引用

页码：36 / 39+127 +127

页数：5

共 7 条

[1]

一种时间序列表示算法及其在聚类中的应用 [J].

王晓晔 ;

孙济洲 .

系统工程与电子技术, 2006, (08) :1266-1269

[2]

基于回归系数的时间序列维约简与相似性查找 [J].

黄超 ;

朱扬勇 .

模式识别与人工智能, 2006, 19 (01) :52-57

[3]

基于分段时间弯曲距离的时间序列挖掘 [J].

肖辉 ;

胡运发 .

计算机研究与发展, 2005, (01) :72-78

[4]

具有双时间维约束的股票序列模式挖掘 [J].

龚惠群 ;

黄超 ;

彭江平 .

计算机工程, 2003, (20) :87-88+134

[5]

基于特征分析的金融时间序列挖掘若干关键问题研究 [D].

黄超 .

复旦大学,

2005

[6]

时间序列挖掘与相似性查找技术研究 [D].

曾海泉 .

复旦大学,

2003

[7]

Clustering of time series data—a survey[J] T. Warren Liao Pattern Recognition 2005,

← 1 →