时间序列的相关性与相似性分析
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第11-16页 |
| 1.1 时间序列间的相关性与相似性 | 第11-13页 |
| 1.2 金融时间序列概述 | 第13-14页 |
| 1.3 论文框架与主要内容 | 第14-16页 |
| 2 时间序列交叉相关性研究 | 第16-35页 |
| 2.1 多重分形去趋势交叉相关系数 | 第16-18页 |
| 2.2 不同时间序列的重分形交叉相关性分析 | 第18-35页 |
| 2.2.1 ARFIMA模型 | 第18-23页 |
| 2.2.2 多重分形二项模型 | 第23-28页 |
| 2.2.3 金融时间序列 | 第28-35页 |
| 3 时间序列相似性研究 | 第35-49页 |
| 3.1 相似性度量方法研究 | 第35-38页 |
| 3.1.1 信息聚类方法 | 第35-36页 |
| 3.1.2 基于相空间重构的信息聚类 | 第36-37页 |
| 3.1.3 系统聚类方法 | 第37-38页 |
| 3.2 模拟时间序列研究 | 第38-43页 |
| 3.2.1 三种聚类方法对比分析 | 第38-39页 |
| 3.2.2 不同参数对结果的影响 | 第39-41页 |
| 3.2.3 模拟时间序列数值结果分析 | 第41-43页 |
| 3.3 金融时间序列研究 | 第43-49页 |
| 3.3.1 不同区域金融时间序列分析 | 第43-45页 |
| 3.3.2 不同时间段金融时间序列分析 | 第45-49页 |
| 4 时间序列的聚类分析 | 第49-56页 |
| 4.1 时间序列的聚类过程 | 第49-50页 |
| 4.2 金融时间序列的聚类结果 | 第50-56页 |
| 4.2.1 股指时间序列的聚类结果 | 第50-52页 |
| 4.2.2 板块股时间序列的聚类结果 | 第52-56页 |
| 5 结论 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第62-64页 |
| 学位论文数据集 | 第64页 |
