基于數(shù)據(jù)挖掘的金融時間序列預(yù)測分析與研究.pdf

1、隨著計算機(jī)科學(xué)、人工智能和數(shù)理統(tǒng)計的有機(jī)融合，數(shù)據(jù)挖掘技術(shù)得到了突飛猛進(jìn)的發(fā)展，這就極大地促進(jìn)了金融時序數(shù)據(jù)挖掘技術(shù)的發(fā)展。數(shù)據(jù)挖掘是從大規(guī)模的數(shù)據(jù)中抽取非平凡的、隱含的、未知的、有潛在使用價值的信息的過程。時間序列分析作為數(shù)理統(tǒng)計學(xué)的一個分支，自20世紀(jì)60年代起就已經(jīng)得到了廣泛的研究。但是，隨著分析任務(wù)的日益復(fù)雜，這些傳統(tǒng)的方法無法用于發(fā)現(xiàn)數(shù)據(jù)中更復(fù)雜、更隱蔽的各種規(guī)律。基于上述原因，本文將數(shù)據(jù)挖掘和金融時間序列結(jié)合在一起進(jìn)行研究。

2、 論文重點(diǎn)集中在以下幾個方面進(jìn)行了研究： (1)金融時序數(shù)據(jù)的預(yù)處理技術(shù)，其中包括原始數(shù)據(jù)標(biāo)準(zhǔn)化，空缺數(shù)據(jù)處理，噪聲剔除，數(shù)據(jù)集成，并重點(diǎn)介紹了小波理論在時序數(shù)據(jù)降噪中的應(yīng)用。 (2)金融時間序列的計量經(jīng)濟(jì)學(xué)ARMA模型和ARCH模型，以及相關(guān)的衍生擴(kuò)展模型，并且介紹了ARMA模型和ARCH模型參數(shù)的確定和檢驗方法。最后在此基礎(chǔ)上以上證指數(shù)為例子，進(jìn)行了ARMA-ARCH模型的建模分析，實驗結(jié)果表明ARMA-AR