主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2019-2020年专刊出版计划 微信服务介绍 最新一期:2019年第2期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
易东云,张维明,杜小勇.金融数据挖掘中的非线性相关跟踪技术.软件学报,2000,11(12):1581-1586
金融数据挖掘中的非线性相关跟踪技术
Nonlinear Correlation Tracking Technique in Data Mining of Financial Markets
投稿时间:1998-11-25  修订日期:1999-10-18
DOI:
中文关键词:  非线性分析  数据挖掘  金融数据
英文关键词:nonlinear analysis  data mining  financial data
基金项目:This project is suppported by the National Natural Science Foundation of China under Grant No.60003013 and 69872039(国家自然科学基金).
作者单位
易东云 国防科学技术大学 数学与系统科学系,湖南 长沙,410073 
张维明 国防科学技术大学 数学与系统科学系,湖南 长沙,410073 
杜小勇 国防科学技术大学 数学与系统科学系,湖南 长沙,410073 
摘要点击次数: 2632
全文下载次数: 3382
中文摘要:
      金融数据挖掘是信息社会中一个极具挑战性的研究方向.金融数据的随机特性使得隐藏在数据中的内在规则难以被发现.指出了经典相关分析的缺陷,进一步讨论了高阶相关系数的性质,证明了高阶相关不仅能描述隐藏的非线性相关信息,而且正好刻画了线性相关与独立之间的空白.因此,完全可以利用高阶相关性的计算简单性对金融数据中的时变非线性相关特性进行实时跟踪,克服了Brock W.等人于1987年和1992年提出的Granger-Causality独立性检验方法中需要正态假设和非实时性的缺点.最后,将上述结果应用于股票价格与成交量之间的相关分析.数值结果显示高阶相关能跟踪隐藏在数据中的时变非线性相关特性.
英文摘要:
      Financial data mining is one of the most challenging research directions in information society. Financial data with random characteristics make it difficult to find out the rule hidden in data. In this paper, it is pointed out that correlation coefficient can not capture nonlinear information, which is the serious defect of classic correlation analysis. Furthermore, the properties of the high-order correlation coefficient are discussed, and it is proved that high-order correlation can not only describe the hidden nonlinear correlation, but also fill up the space between classic correlation and independence. The computational simplicity makes the high-order correlation coefficient be an effective technique to track nonlinear relation between variables. Finally, the above results are applied to the correlative analysis between stock price and stock trading volume, and the computing results show that the high-order correlation coefficient can track the time-varying nonlinear characteristics.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利