股指时间序列的低维分形表示及相似性研究
作者： 合肥工业大学管理学院; 安徽合肥230009; 过程优化与智能决策教育部重点实验室; 安徽合肥230009; 安徽建筑大学管理学院; 安徽合肥230601; 南京银行数据银行管理部; 江苏南京210008
摘要：针对复杂波动股指时间序列分形表示以及相似性问题,建立了以复杂波动趋势特征为基础的低维分形表示方式,提出了一种基于低维分形表示的相似性度量方法.定义了一种基于维数简约的趋势特征提取技术,以满足低维分形表示方式对波动趋势特征的需要.在此基础上,构造出一种综合考虑复杂波动趋势特性的相似性度量方法用以划分不同类别的股指时间序列.采用多组真实数据进行计算实验,并与其他三种相似性度量方法进行相比,实验结果表明本文方法优于对比方法.
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
相关论文
