长时间序列聚类方法及应用研究----基于股票价格

**章 引言 **节 选题背景及研究意义 一、选题背景 二、研究意义 第二节 国内外研究现状分析 一、国内外时间序列聚类研究综述 二、金融时间序列聚类研究 三、时间序列聚类的特点 第三节 几个相关概念 一、时间序列 二、长时间序列与短时间序列的区分与界定 三、以往长时间序列聚类存在的不足 第四节 研究方法 第五节 本书的主要内容及创新 一、本书的主要研究内容 二、本书的创新之处 第二章 相关理论基础与文献综述 **节 股票市场研究的技术与方法 一、定性分析 二、定量分析 第二节 股票市场波动性理论 一、股票波动的一般特性 二、有效市场理论 三、分形市场理论 第三节 时间序列聚类分析技术 一、时间序列聚类分析的相关概念 二、时间序列聚类的主要方法 三、本书采用的长时间序列聚类方法 第四节 本章小结 第三章 长时间序列的重新描述 **节 时间序列的重新描述概述 第二节 时间序列重新描述方法分类 一、基于模型的方法（Model—Based Representation） 二、非数据适应法（Nondel—Data—adaptive Representation） 三、数据适应法（Data—adaptive Representation） 四、数据控制法（Data—dictated Representat.ion） 第三节 基于全序列特征的长时间序列描述方法 第四节 本章小结 第四章 股票价格长时间序列的去噪处理 **节 长时间序列去噪方法 第二节 长时间序列的小波去噪方法分析 一、小波变换概述 二、小波去噪的基本原理 第三节 基于小波的股票价格长时间序列去噪处理 一、随机噪声影响股市分析 二、股票价格长时间序列小波去噪方法 第四节 本章小结 第五章 股票价格长时间序列的全序列特征 **节 股票价格长时间序列的全序列特征 一、混沌性 二、频域特性 三、时域特性 第二节 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 一、问题的提出 二、股票价格长时间序列的全序列特征抽取方法 三、基于小波分析的股票价格长时间序列分解 第三节 本小结 第六章 一种改进的聚类混合算法 **节 问题的提出 第二节 基于代表点的时间序列聚类（CURE） 一、CURE算法主要思想 二、CURE算法的主要模块 第三节 一种改进的聚类混合算法——CURBSC 一、减聚类概述 二、CURBSC算法流程 三、CuRBSC算法聚类实验与分析 第四节 本章小结 第七章 股票价格长时间序列聚类实证分析 **节 股票价格长时间序列的预处理 一、数据的获取 二、数据的预处理 第二节 股票价格长时间序列的重新描述 一、全序列特征抽取 二、全序列特征归一化 第三节 股票价格长时间序列的聚类实验及结果分析 一、聚类过程 二、实验结果分析与结论 第四节 本章小结 第八章 结论 附录 参考文献