基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
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.
推荐文章
基于非线性相关发现的数据挖掘算法
数据挖掘
关联规则挖掘
线性相关性发现
全局相关性
非线性相关发现
度量两个序列非线性相关性的一种方法
非线性动态系统
分数维数
经济预测
非线性相关
基于非线性相关发现的数据挖掘算法
数据挖掘
关联规则挖掘
线性相关性发现
全局相关性
非线性相关发现
关于向量组线性相关的几种判定
向量组
线性相关
判定方法
矩阵
行列式
线性方程组
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 金融数据挖掘中的非线性相关跟踪技术
来源期刊 软件学报 学科 工学
关键词 非线性分析 数据挖掘 金融数据
年,卷(期) 2000,(12) 所属期刊栏目
研究方向 页码范围 1581-1586
页数 6页 分类号 TP18
字数 1824字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 易东云 国防科学技术大学数学与系统科学系 83 455 11.0 16.0
2 张维明 国防科学技术大学数学与系统科学系 61 666 16.0 23.0
3 杜小勇 国防科学技术大学数学与系统科学系 6 40 3.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (3)
节点文献
引证文献  (24)
同被引文献  (6)
二级引证文献  (105)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2002(1)
  • 引证文献(1)
  • 二级引证文献(0)
2003(3)
  • 引证文献(3)
  • 二级引证文献(0)
2004(4)
  • 引证文献(3)
  • 二级引证文献(1)
2005(8)
  • 引证文献(4)
  • 二级引证文献(4)
2006(7)
  • 引证文献(1)
  • 二级引证文献(6)
2007(10)
  • 引证文献(1)
  • 二级引证文献(9)
2008(14)
  • 引证文献(1)
  • 二级引证文献(13)
2009(13)
  • 引证文献(2)
  • 二级引证文献(11)
2010(13)
  • 引证文献(2)
  • 二级引证文献(11)
2011(7)
  • 引证文献(0)
  • 二级引证文献(7)
2012(8)
  • 引证文献(1)
  • 二级引证文献(7)
2013(7)
  • 引证文献(1)
  • 二级引证文献(6)
2014(10)
  • 引证文献(1)
  • 二级引证文献(9)
2015(4)
  • 引证文献(1)
  • 二级引证文献(3)
2016(5)
  • 引证文献(0)
  • 二级引证文献(5)
2017(3)
  • 引证文献(0)
  • 二级引证文献(3)
2018(7)
  • 引证文献(1)
  • 二级引证文献(6)
2019(4)
  • 引证文献(1)
  • 二级引证文献(3)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
非线性分析
数据挖掘
金融数据
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
软件学报
月刊
1000-9825
11-2560/TP
16开
北京8718信箱
82-367
1990
chi
出版文献量(篇)
5820
总下载数(次)
36
论文1v1指导