日内金融高频数据的异常点检测.pdfVIP

下载本文档

23
0
约1.4万字
约 8页
2015-09-30 发布于重庆
举报
版权申诉

日内金融高频数据的异常点检测.pdf

1、本文档共8页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

日内金融高频数据的异常点检测

第29卷第5期系统工程理论与实践 Vbl．29．No．5 2009年5月 Systems Engineering—TheoryPracticeMay,2009 文章编号：1000—6788(2009)05—0044-07 日内金融高频数据的异常点检测张维t，-，刘博-，熊熊· (1．天津大学管理学院，天津300072；2．天津财经大学，天津300222) 摘要金融市场上日内的异常波动可能与重大经济事件相关．因此通过分析高频市场数据的异常与市场内在事件属性及其联系，可以帮助市场参与者更深刻地理解市场动态特性．采用了基于最大模量小波转换(WTMM)的多重分形形式，通过上海证券市场的日内指数价格数据来判断高频时间序列下异常点的存在和定位．结果表明，上述小波方法在检测和定位高频金融时间序列数据中的异常点方面是有效的．．关键词金融市场；数据处理；时间序列分析；高频中图分类号F831．5 文献标志码A Outlierdetectionin financialdatacase intra-day ZHANG Weil，一，LIUB01，XIONG Xion91 of ofFinanceand (1．SchoolManagement，TianjinUniversity,Tianjin300072，China；2．TianjinUniversity Economics，Tianjin 300222，China) Abstract market a offluctuationand was tobe Financial degree experiencedhigh volatility．Thissupposed we themultifractal relatedtoeconomicevents．Inthis formalismbasedonWTMMfwavelet paperemployed transfermodulus testtheexistenceandthelocationofoutlierin timeseries． maxima)to highfrequency differentdistributionalcharacteristicsfrom timeseriesshow commonlOW data． Highfrequency frequency Onthefoundationof ofthe Index drewtheconclusionthat empiricalanalysisShanghmCompositedata，we thiswaveletarithmeticto the of data．Theresult itisreasonableto analyze incorporate propertiesintrard