论文目录 | |
| 摘要 | 第1-9页 |
| Abstract | 第9-17页 |
| 0 引言 | 第17-39页 |
| 0.1 论文选题的背景及研究的意义 | 第17-21页 |
| 0.1.1 论文选题的背景 | 第17-19页 |
| 0.1.2 论文研究的意义 | 第19-21页 |
| 0.2 国内外研究现状分析 | 第21-32页 |
| 0.2.1 国内外时间序列聚类研究综述 | 第21-28页 |
| 0.2.2 金融时间序列聚类研究 | 第28-31页 |
| 0.2.3 时间序列聚类的特点 | 第31-32页 |
| 0.3 几个相关概念 | 第32-36页 |
| 0.3.1 时间序列 | 第32-33页 |
| 0.3.2 长时间序列与短时间序列的区分与界定 | 第33-34页 |
| 0.3.3 以往长时间序列聚类存在的不足 | 第34-36页 |
| 0.4 研究方法 | 第36页 |
| 0.5 论文的主要内容及创新 | 第36-39页 |
| 0.5.1 论文的主要研究内容 | 第36-38页 |
| 0.5.2 论文的创新之处 | 第38-39页 |
| 1 相关理论基础与文献综述 | 第39-55页 |
| 1.1 股票市场研究的技术与方法 | 第39-41页 |
| 1.2 股票市场波动性理论 | 第41-44页 |
| 1.2.1 股票波动的一般特性 | 第41-42页 |
| 1.2.2 有效市场理论 | 第42-43页 |
| 1.2.3 分形市场理论 | 第43-44页 |
| 1.3 时间序列聚类分析技术 | 第44-54页 |
| 1.3.1 时间序列聚类分析的相关概念 | 第45-47页 |
| 1.3.2 时间序列聚类的主要方法 | 第47-53页 |
| 1.3.3 本文采用的长时间序列聚类方法 | 第53-54页 |
| 1.4 本章小结 | 第54-55页 |
| 2 长时间序列的重新描述 | 第55-66页 |
| 2.1 时间序列的重新描述概述 | 第55-56页 |
| 2.2 时间序列重新描述方法分类 | 第56-64页 |
| 2.2.1 基于模型的方法(Model-Based Representation) | 第57-59页 |
| 2.2.2 非数据适应法(Non-Data-adaptive Representation) | 第59-61页 |
| 2.2.3 数据适应法(Data-adaptive Representation) | 第61-63页 |
| 2.2.4 数据控制法(Data-dictated Representation) | 第63-64页 |
| 2.3 基于全序列特征的长时间序列描述方法 | 第64-65页 |
| 2.4 本章小结 | 第65-66页 |
| 3 股票价格长时间序列的去噪处理 | 第66-83页 |
| 3.1 长时间序列去噪方法 | 第66-67页 |
| 3.2 长时间序列的小波去噪方法分析 | 第67-77页 |
| 3.2.1 小波变换概述 | 第67-72页 |
| 3.2.2 小波去噪的基本原理 | 第72-77页 |
| 3.3 基于小波的股票价格长时间序列去噪处理 | 第77-81页 |
| 3.3.1 随机噪声影响股市分析 | 第77-78页 |
| 3.3.2 股票价格长时间序列小波去噪方法 | 第78-81页 |
| 3.4 本章小结 | 第81-83页 |
| 4 股票价格长时间序列的全序列特征 | 第83-106页 |
| 4.1 股票价格长时间序列的全序列特征 | 第83-91页 |
| 4.1.1 混沌性 | 第84-85页 |
| 4.1.2 频域特性 | 第85-87页 |
| 4.1.3 时域特性 | 第87-91页 |
| 4.2 基于小波分析的股票价格长时间序列全序列特征抽取方法 | 第91-105页 |
| 4.2.1 问题的提出 | 第91-92页 |
| 4.2.2 股票价格长时间序列的全序列特征抽取方法 | 第92-102页 |
| 4.2.3 基于小波分析的股票价格长时间序列分解 | 第102-105页 |
| 4.3 本章小结 | 第105-106页 |
| 5 一种改进的聚类混合算法 | 第106-120页 |
| 5.1 问题的提出 | 第106-107页 |
| 5.2 基于代表点的时间序列聚类(CURE) | 第107-112页 |
| 5.2.1 CURE算法主要思想 | 第107-109页 |
| 5.2.2 CURE算法的主要模块 | 第109-112页 |
| 5.3 一种改进的聚类混合算法——CURBSC | 第112-118页 |
| 5.3.1 减聚类概述 | 第112-114页 |
| 5.3.2 CURBSC算法流程 | 第114-116页 |
| 5.3.3 CURBSC算法聚类实验与分析 | 第116-118页 |
| 5.4 本章小结 | 第118-120页 |
| 6 股票价格长时间序列聚类实证分析 | 第120-131页 |
| 6.1 股票价格长时间序列的预处理 | 第120-123页 |
| 6.1.1 数据的获取 | 第121页 |
| 6.1.2 数据的预处理 | 第121-123页 |
| 6.2 股票价格长时间序列的重新描述 | 第123-126页 |
| 6.2.1 全序列特征抽取 | 第123-124页 |
| 6.2.2 全序列特征归一化 | 第124-126页 |
| 6.3 股票价格长时间序列的聚类实验及结果分析 | 第126-129页 |
| 6.3.1 聚类过程 | 第126-127页 |
| 6.3.2 实验结果分析与结论 | 第127-129页 |
| 6.4 本章小结 | 第129-131页 |
| 结论 | 第131-132页 |
| 参考文献 | 第132-151页 |
| 中文参考文献 | 第132-136页 |
| 英文参考文献 | 第136-151页 |
| 攻读博士期间发表的论文及参加的科研项目 | 第151-152页 |
| 附录 | 第152-161页 |
| 后记 | 第161页 |
