发明名称 |
金融时间序列分段分布特征计算方法及系统 |
摘要 |
本发明公开了一种金融时间序列分段分布特征计算方法。所述方法基于交易价格的TICK数据,采用差分去直流的数据预处理方法,构造一种新的分段序列数据结构,对差分序列进行连续分段,统计分段序列先验概率分布,实现金融交易数据趋势分布计算。本发明还提供一种金融时间序列分段分布特征计算系统,相比于其他金融时间序列特征提取算法,本发明具有更简洁的数据处理结构,更优的识别性能和良好的数据一致性;同时,本发明的数据处理方法得到的序列分布特性明显,在模糊估计方面相比于其他同类算法具有更优性能。 |
申请公布号 |
CN104794235A |
申请公布日期 |
2015.07.22 |
申请号 |
CN201510227872.6 |
申请日期 |
2015.05.06 |
申请人 |
曹东 |
发明人 |
曹东 |
分类号 |
G06F17/30(2006.01)I;G06Q40/04(2012.01)I |
主分类号 |
G06F17/30(2006.01)I |
代理机构 |
江苏永衡昭辉律师事务所 32250 |
代理人 |
王斌 |
主权项 |
一种金融时间序列分段分布特征计算方法,其特征在于,包括如下步骤:步骤A、对获取的金融交易数据按照价格‑时间序列进行差分处理,去除数据中的直流成分,得到差分序列;步骤B、对差分序列按照时间顺序进行连续分段,得到若干个w元向量,w为分段窗口的大小;步骤C、进行连续分段的分布特性统计,筛选出不同种类的分段,对于同一种分段统计其出现的次数;然后对于不同种类的分段进行排序构成分段特征矩阵,其中:矩阵中每行的第一列至第w列构成的行向量代表每个分段,第w+1列代表对应分段出现的次数;第w+2列到最末列为分段特征向量;步骤D、根据分段特征矩阵,在已知差分序列第i位取值的条件下,得到差分序列第i+1至第i+w‑1位取值的概率分布。 |
地址 |
210003 江苏省南京市鼓楼区新模范马路66号 |