基于網(wǎng)絡(luò)的時間序列預(yù)測.pdf

1、時間序列是指將某種現(xiàn)象某一個統(tǒng)計指標在不同時間上的各個數(shù)值，按時間先后順序排列而形成的序列。時間序列預(yù)測就是通過編制和分析時間序列，根據(jù)時間序列所反映出來的發(fā)展過程、方向和趨勢，進行類推或延伸，借以預(yù)測下一段時間或以后若干年可能達到的水平。時間序列預(yù)測在第二次世界大戰(zhàn)前應(yīng)用于經(jīng)濟干預(yù)。二次大戰(zhàn)中和戰(zhàn)后，在軍事科學、空間科學、工業(yè)自動化和氣象預(yù)報等部門的應(yīng)用更加廣泛。時間序列預(yù)測內(nèi)容包括:收集與整理某種社會現(xiàn)象的歷史資料;對這些資料進行檢

2、查鑒別，排成數(shù)列;分析時間數(shù)列，從中尋找該社會現(xiàn)象隨時間變化而變化的規(guī)律，得出一定的模式;以此模式去預(yù)測該社會現(xiàn)象將來的情況。
　　時間序列預(yù)測經(jīng)歷了漫長的發(fā)展。從最初的樸素的描述性時間序列分析階段，到17世紀，隨著概率論中隨機變量和統(tǒng)計數(shù)學中一些結(jié)論和方法的發(fā)展，時間序列預(yù)測進入了統(tǒng)計時序分析的時代，再到利用時間序列的頻域特征而發(fā)展起來的時間序列頻域分析和譜分析。時間序列主要的發(fā)展成果集中于時域分析方面，其中以自回歸(autor

3、egressive，AR)和移動平均(moving average，MA)為代表的線性時間序列預(yù)測方法得到了極大的發(fā)展。
　　而相比較于線性時間序列的研究，非線性時間序列分析和預(yù)測方面的發(fā)展還處于嬰兒期。而今年來一個活躍的研究課題是試圖把復雜網(wǎng)絡(luò)理論應(yīng)用與時間序列分析，從復雜網(wǎng)絡(luò)這一全新的視角出發(fā)，發(fā)展一套從時間序列映射到復雜網(wǎng)絡(luò)的方法，期望能夠提取到新的序列結(jié)構(gòu)特征，從而深入認識復雜網(wǎng)絡(luò)的結(jié)構(gòu)和動力學機制。受到這種思路的啟發(fā)，我

4、們希望建立一種更具物理意義并可以保留時間信息的方法對時間序列進行預(yù)測，我們將時間序列與網(wǎng)絡(luò)建立聯(lián)系，并試圖從中建立一種全新的時間序列預(yù)測模型。
　　同時受到可視圖和鏈路預(yù)測方面的一些前沿成果的啟發(fā)，我們利用可視圖理論將時間序列轉(zhuǎn)換為網(wǎng)絡(luò)，然后在網(wǎng)絡(luò)中利用鏈路預(yù)測的方法探究預(yù)測節(jié)點與已知節(jié)點之間的關(guān)系，最后再將可視圖轉(zhuǎn)換為時間序列，從而預(yù)測出時間序列的值。該預(yù)測模型與一些傳統(tǒng)的從統(tǒng)計分析的角度來預(yù)測時間序列的模型不同，該模型沒有將時

5、間序列的過去觀察值看作歷史數(shù)據(jù)來加以分析，而是將過去觀察值看作獨立的“個體”，利用過去觀察值與預(yù)測值之間的“關(guān)系信息”進行預(yù)測。
　　實驗證明該網(wǎng)絡(luò)時間序列模型能夠在具有較少觀測數(shù)據(jù)的情況下取得良好的預(yù)測結(jié)果。在進行單步預(yù)測，歷史數(shù)據(jù)較少時，與傳統(tǒng)的非平穩(wěn)自回歸滑動平均(ARIMA)模型、指數(shù)平滑模型、非線性神經(jīng)網(wǎng)絡(luò)模型對比，取得更好的預(yù)測效果。最后，該模型被應(yīng)用在臺灣證交所市值加權(quán)指數(shù)的現(xiàn)實數(shù)據(jù)預(yù)測中，同樣取得了良好的預(yù)測效果。