本文主要研究内容
作者王金策,邓越萍,史明,周云飞（2019）在《多时间尺度时间序列趋势预测》一文中研究指出：针对股票、基金等大量时间序列数据的趋势预测问题,提出一种基于新颖特征模型的多时间尺度时间序列趋势预测算法。首先,在原始时间序列中提取带有多时间尺度特征的特征树,其刻画了时间序列,不仅带有序列在各个层次的特征,同时表示了层次之间的关系。然后,利用聚类挖掘特征序列中的隐含状态。最后,应用隐马尔可夫模型(HMM)设计一个多时间尺度趋势预测算法(MTSTPA),同时对不同尺度下的趋势以及趋势的长度作出预测。在真实股票数据集上的实验中,在各个尺度上的预测准确率均在60%以上,与未使用特征树对比,使用特征树的模型预测效率更高,在某一尺度上准确率高出10个百分点以上。同时,与经典自回归滑动平均模型(ARMA)模型和PHMM(Pattern-based HMM)对比,MTSTPA表现更优,验证了其有效性。
Abstract
zhen dui gu piao 、ji jin deng da liang shi jian xu lie shu ju de qu shi yu ce wen ti ,di chu yi chong ji yu xin ying te zheng mo xing de duo shi jian che du shi jian xu lie qu shi yu ce suan fa 。shou xian ,zai yuan shi shi jian xu lie zhong di qu dai you duo shi jian che du te zheng de te zheng shu ,ji ke hua le shi jian xu lie ,bu jin dai you xu lie zai ge ge ceng ci de te zheng ,tong shi biao shi le ceng ci zhi jian de guan ji 。ran hou ,li yong ju lei wa jue te zheng xu lie zhong de yin han zhuang tai 。zui hou ,ying yong yin ma er ke fu mo xing (HMM)she ji yi ge duo shi jian che du qu shi yu ce suan fa (MTSTPA),tong shi dui bu tong che du xia de qu shi yi ji qu shi de chang du zuo chu yu ce 。zai zhen shi gu piao shu ju ji shang de shi yan zhong ,zai ge ge che du shang de yu ce zhun que lv jun zai 60%yi shang ,yu wei shi yong te zheng shu dui bi ,shi yong te zheng shu de mo xing yu ce xiao lv geng gao ,zai mou yi che du shang zhun que lv gao chu 10ge bai fen dian yi shang 。tong shi ,yu jing dian zi hui gui hua dong ping jun mo xing (ARMA)mo xing he PHMM(Pattern-based HMM)dui bi ,MTSTPAbiao xian geng you ,yan zheng le ji you xiao xing 。
论文参考文献
论文详细介绍
论文作者分别是来自计算机应用的王金策,邓越萍,史明,周云飞，发表于刊物计算机应用2019年04期论文，是一篇关于特征树论文,时间序列预测论文,多时间尺度趋势预测论文,隐马尔可夫模型论文,计算机应用2019年04期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自计算机应用2019年04期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：特征树论文; 时间序列预测论文; 多时间尺度趋势预测论文; 隐马尔可夫模型论文; 计算机应用2019年04期论文;