APP下载

时态模式数据挖掘在金融领域的应用

2004-12-01贾知青

关键词:预测模型

贾知青 庄 菁

[摘要]B-J方法在预测时要求时间序列具有稳定性、正态性和残差的独立性,为了克服B-J方法的局限性,由Povinelli 和Feng Xin提出的TSDM方法,对原作者时态模式数据挖掘优化方法进行了修正。修正方法能够减少运算时间,提高预测收益率。以Povinell的博士论文为例,通过DJIA30工业指数的具体数据说明TSDM方法在金融领域如何建模、预测分析。但TSDM方法还存在不足,需不断修正。

[关键词)时态模式数据挖掘;模型;预测;金融应用

[中图分类号]H24.0[文献标识码]A[文章编号]1000—5951(2004)05—0026—(04)

猜你喜欢

预测模型
无可预测
适用于BDS-3 PPP的随机模型
选修2-2期中考试预测卷(A卷)
选修2-2期中考试预测卷(B卷)
选修2—2期中考试预测卷(A卷)
p150Glued在帕金森病模型中的表达及分布
重要模型『一线三等角』
重尾非线性自回归模型自加权M-估计的渐近分布
不可预测
3D打印中的模型分割与打包