| 基于数据挖掘的金融时序频繁模式的快速发现 |
| |
| 引用本文： | 胡晓青,王波.基于数据挖掘的金融时序频繁模式的快速发现[J].上海理工大学学报,2006,28(4):381-385. |
| |
| 作者姓名： | 胡晓青 王波 |
| |
| 作者单位： | 上海理工大学,管理学院,上海,200093 |
| |
| 基金项目： | 上海市重点学科建设资助项目(T0502) |
| |
| 摘 要： | 针对金融时间序列分析中注重快速作出趋势判断的特点,利用数据挖掘的思想和工具,提出一种金融时间序列模式快速发现算法.与传统的预测算法相比较,该算法对数据的分布和平稳性等方面的要求不高,不基于任何假设,能够非常快速地发现时间序列中的频繁模式,经过模式匹配后,可以用于金融时间序列的分析与预测.以实际汇率数据为例,证明了该算法的有效性.
|
| 关 键 词： | 数据挖掘 时间序列 频繁模式 关联规则 金融 |
| 文章编号： | 1007-6735（2006）04-0381-05 |
| 收稿时间： | 2005-10-10 |
| 修稿时间： | 2005年10月10 |
Fast discovering frequent patterns in financial time series data based on data mining |
| |
| HU Xiao-qing,WANG Bo.Fast discovering frequent patterns in financial time series data based on data mining[J].Journal of University of Shanghai For Science and Technology,2006,28(4):381-385. |
| |
| Authors: | HU Xiao-qing WANG Bo |
| |
| Institution: | College of Management, University of Shanghai for Science and Technology, Shanghai 200093, China |
| |
| Abstract: | The financial time series analysis pays attention to the fast prediction of trend.An algorithm for fast discovering frequent pattern in financial time series data is proposed based on data mining.Comparing with traditional methods,the algorithm requires no special demand on the distribution and stability of raw data,is not based on any hypothesis,and can fast discover the frequent patterns from time series data.The discovered frequent patterns can be used for prediction of financial trend by matching patterns.In addition,the experiments on exchange rate data demonstrate the utility of this approach. |
| |
| Keywords: | data mining time series frequent pattern association rule finance |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《上海理工大学学报》浏览原始摘要信息 |
| 点击此处可从《上海理工大学学报》下载免费的PDF全文 |
|
