首页--经济论文--经济计划与管理论文--经济计算、经济数学方法论文--经济数学方法论文

谱聚类方法研究及其在金融时间序列数据挖掘中的应用

摘要第1-6页
Abstract第6-16页
1 绪论第16-34页
   ·选题背景及研究意义第16-17页
     ·选题背景第16-17页
     ·研究意义第17页
   ·国内外相关研究进展第17-30页
     ·谱聚类的研究进展第18-22页
     ·基于成分分析的时间序列降维研究进展第22-23页
     ·股市联动性定量分析研究进展第23-26页
     ·基金投资风格识别研究进展第26-29页
     ·存在的主要问题第29-30页
   ·论文的主要研究内容与结构第30-34页
     ·主要研究内容第30-31页
     ·论文结构第31-34页
2 谱聚类中基于稳定性的非唯一聚类数目确定方法第34-49页
   ·引言第34页
   ·预备知识第34-38页
     ·谱聚类矩阵第34-36页
     ·谱聚类矩阵的性质第36-37页
     ·高斯核参数第37-38页
   ·聚类结果的合理性与稳定性度量第38-39页
   ·算法提出第39-40页
   ·数值实验第40-48页
     ·仿真数据集上的实验第41-46页
     ·UCI数据集上的实验第46-48页
   ·本章小结第48-49页
3 谱聚类中包含聚类信息的特征向量组自动选取方法第49-59页
   ·引言第49页
   ·预备知识第49-51页
   ·算法原理第51-52页
   ·算法提出第52-53页
   ·数值实验第53-58页
     ·仿真数据集上的实验第53-56页
     ·UCI数据集上的实验第56-57页
     ·股票数据集上的实验第57-58页
   ·本章小结第58-59页
4 谱聚类矩阵的扰动分析第59-76页
   ·引言第59页
   ·矩阵扰动理论第59-62页
   ·规范Laplace矩阵的扰动分析第62-72页
     ·理想情形第62-63页
     ·分块情形第63-68页
     ·一般情形第68-72页
   ·数值实验第72-75页
   ·本章小结第75-76页
5 基于成分分析的单变量时间序列谱聚类方法第76-104页
   ·引言第76页
   ·基于主成分分析的单变量时间序列谱聚类方法第76-84页
     ·基于主成分分析的单变量时间序列降维原理第77-83页
     ·算法提出第83页
     ·数值实验第83-84页
   ·基于独立成分分析的单变量时间序列多路归一化割谱聚类方法第84-93页
     ·基于独立成分分析的单变量时间序列降维原理第85-88页
     ·算法提出第88-90页
     ·数值实验第90-93页
   ·基于成分分析的单变时间序列聚类方法在股票数据集上的实验第93-102页
     ·研究动机第93页
     ·数据选取第93页
     ·六种时间序列聚类方法在两类股票数据集上的聚类结果对比第93-99页
     ·两类股票数据集的聚类结果分析第99-102页
   ·本章小结第102-104页
6 谱聚类方法在金融时间序列数据挖掘中的应用第104-122页
   ·引言第104页
   ·基于谱聚类的欧洲主权债务危机下全球主要股指联动性分析第104-114页
     ·问题提出第104-105页
     ·数据选取第105-106页
     ·动态时间弯曲简介第106-107页
     ·不同聚类结果间差异的度量方法简介第107-108页
     ·实证研究过程及结果第108-114页
   ·基于谱聚类和独立成分分析的国内开放式基金投资风格识别研究第114-121页
     ·问题提出第114-115页
     ·方法描述第115-117页
     ·数据选取第117页
     ·实证研究过程及结果第117-121页
   ·本章小结第121-122页
7 结论与展望第122-125页
   ·论文的主要结论第122-123页
   ·论文的主要创新点第123-124页
   ·研究展望第124-125页
参考文献第125-136页
攻读博士学位期间完成学术论文情况第136-137页
攻读博士学位期间参加的科研项目第137-138页
致谢第138-140页
作者简介第140-142页

论文共142页,点击 下载论文
上一篇:多元样条与多元连分式插值问题研究
下一篇:函数空间上Toeplitz算子的代数性质