金融数据挖掘中的非线性相关跟踪技术

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

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存规则难以被发现。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。http://www.cqvip.com//QK/96857X/200012/4840904.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏1 回帖

关键词：金融数据挖掘 金融数据 线性相关 数据挖掘 非线性 非线性分析 数据挖掘 金融数据 股票价格