主曲线异常检测及其在股票市场中的应用

被引：7

作者：

齐红威

张军平

王珏

机构：

[1] 中国科学院自动化研究所复杂系统与智能科学重点实验室

来源：

计算机研究与发展 | 2005年 / 08期

关键词：

异常检测; 主曲线; 股票市场;

D O I：

暂无

中图分类号：

F224 [经济数学方法];

学科分类号：

0701 ; 070104 ;

摘要：

复杂领域中,异常检测的困难是异常信息和正常信息高度混杂,针对此问题,提出了基于方差的异常检测模型(variancebasedoutlierdetectionmodel,VODM).此模型把数据集的信息分解为正常信息和异常信息两部分,使得在正常信息损失最小的目标下,异常点集合就是前k个包含最多异常信息的样本.VODM只是一种检测异常的理论框架,为此,采用主曲线作为其实现算法.股票市场中异常收益检测的实验表明,VODM及其算法是有效的.

引用

页码：1306 / 1311

页数：6

共 12 条

[1]

Principalcurvesandsurfaces. T.Hastie. Laboratoryfor ComputationalStatistics,DepartmentofStatisticsStanford University,Tech.Rep.:11 . 1984

[2]

Some aspects of spline smoothing approaches to non-parametric regression curve fitting. B. W. Silverman. Journal of the Royal Statistical Society, Ser. B . 1985

[3]

OutliersinStatisticalData. V.Barnett,T.Lewis. JohnWiley&SonsInc . 1994

[4]

Amodelforminingoutliersfrom complexdatasets. HongweiQi,JueWang. The19thAnnualACMSymposiumonApplied Computing . 2004

[5]

Implied volatility skews and stock return skewness and kurtosis implied by stock option prices. C. Corrado, Tie Su. The European Journal of Finance . 1997

[6]

Theprobabilitydistributionofmarketreturns:A logistichypothesis. J.Smith. Universityof Utah . 1981

[7]

OutlierdetectioninGARCHmodels. P.Franses,D.Dijk. EconometricInstitute,Tech.Rep.:EI9926RV . 2000

[8]

ARCH models and financial applications. C. Gourieroux. Springer-Verlag . 1997

[9]

Knowledge Discovery in Time Series Database. Last Mark,Yaron Klein,Abraham Kandel. IEEE Transactions on Systems,Man,and Cybernetics-Part B:Cybernetics . 2001

[10]

Parametric subspace modeling of speech transitions. K. Reinhard, M. Niranjan. Speech Communication . 1999

← 1 2 →