首页 | 本学科首页   官方微博 | 高级检索  
     

一种基于DTW的新型故事时间序列相似性度量方法
引用本文:冯钧,陈焕霖,唐志贤,吴德. 一种基于DTW的新型故事时间序列相似性度量方法[J]. 数据采集与处理, 2015, 30(1): 99-105
作者姓名:冯钧  陈焕霖  唐志贤  吴德
作者单位:河海大学计算机与信息学院
基金项目:国家自然科学基金(61370091)资助项目;江苏省科技支撑计划(工业)(BE2012179)资助项目;江苏省普通高校研究生科研创新计划(CXZZ12-0229)资助项目
摘    要:现有时间序列相似性度量方法在进行股市序列相似性分析时,通常忽略成交量等其他重要因素对股价的影响,从而导致序列聚类、分类不精确。针对这一问题,本文提出了新的股市时间序列相似性度量方法。该方法在动态时间弯曲算法的基础上,通过引进时间衰竭因子,并结合成交量因素,给出了股市序列的最终度量公式。为了证明提出方法的可行性和有效性,本文实验部分通过选取家电等三个行业中的股票数据进行测试。实验结果表明,基于动态时间弯曲(Dynamic time warping,DTW)的新型股市时间序列相似性度量方法能够在保持股票序列形态特征的基础上,较好地解决股市技术分析中量价关系问题,从而更有效地应用于股市技术分析里关于模式发现等领域。

关 键 词:时间序列  动态时间弯曲  分类

Similarity Measurement Method Based on DTW for Stock Time Series
Feng Jun,Chen Huanlin,Tang Zhixian,Wu De. Similarity Measurement Method Based on DTW for Stock Time Series[J]. Journal of Data Acquisition & Processing, 2015, 30(1): 99-105
Authors:Feng Jun  Chen Huanlin  Tang Zhixian  Wu De
Affiliation:Feng Jun;Chen Huanlin;Tang Zhixian;Wu De;College of Computer and Information,Hohai University;
Abstract:
Keywords:time series   dynamic time warping   classification
本文献已被 CNKI 万方数据 等数据库收录!
点击此处可从《数据采集与处理》浏览原始摘要信息
点击此处可从《数据采集与处理》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号