金融高频数据挖掘研究评述与展望

发布时间：2018-10-23 16:52

【摘要】：金融高频数据构成海量数据集,属于数据挖掘的研究范畴,然而在金融高频数据的研究中,数据挖掘技术尚未得到足够的重视。金融高频数据的研究目前主要集中于对波动率、交易间隔等特征的建模,最优抽样间隔的选择等应用领域,国内鲜有方法论框架下直接将金融高频数据作为研究对象的理论讨论与分析,这不可避免导致对高频数据认识上的一些误区和不一致。为此,本文对国内外金融高频数据的研究现状进行了剖析,澄清了金融高频数据的概念与特征,并从统计的视角重新审视了金融高频数据研究。在此基础上,提出了金融高频数据挖掘进一步的研究思路。
[Abstract]:Financial high-frequency data constitute massive data sets, which belong to the research field of data mining. However, in the research of high-frequency financial data, the technology of data mining has not been paid enough attention to. At present, the research of financial high-frequency data is mainly focused on the modeling of volatility, trading interval and other characteristics, the selection of optimal sampling interval, and other application fields. There are few theoretical discussions and analyses on financial high-frequency data under the framework of methodology in China, which inevitably leads to some misunderstandings and inconsistencies in the understanding of high-frequency data. Therefore, this paper analyzes the current situation of financial high-frequency data at home and abroad, clarifies the concept and characteristics of financial high-frequency data, and reexamines the research of high-frequency financial data from the statistical perspective. On this basis, the further research ideas of financial high frequency data mining are put forward.
【作者单位】： 厦门大学经济学院;台湾辅仁大学统计资讯学系;
【分类号】：F224;F830.91

【相似文献】

相关期刊论文 前10条

1 陈红川;刘斌;;基于K-均值聚类算法的医药制造业竞争力评价实证研究[J];科技管理研究;2011年16期

2 苏诚;;基于Logistic回归模型的商业银行信用风险评估研究[J];中国城市经济;2011年12期

3 郭玉华;陈治亚;;基于客户生命周期的铁路大客户细分与发展模型[J];铁道科学与工程学报;2011年02期

4 ;[J];;年期

5 ;[J];;年期

6 ;[J];;年期

7 ;[J];;年期

8 ;[J];;年期

9 ;[J];;年期

10 ;[J];;年期

相关会议论文 前10条

1 叶伟芳;徐迪;;数据挖掘及其在金融领域的应用[A];中国企业运筹学学术交流大会论文集[C];2005年

2 周晓飞;石勇;;基于数据挖掘的金融信用评估概述[A];第四届（2009）中国管理学年会——管理科学与工程分会场论文集[C];2009年

3 宋志新;龙虹;;数据挖掘在电信领域客户流失分析中的应用[A];全国第九届企业信息化与工业工程学术会议论文集[C];2005年

4 黄新焕;张岐山;林振思;;基于数据挖掘技术的客户价值评价方法[A];中国优选法统筹法与经济数学研究会第七届全国会员代表大会暨第七届中国管理科学学术年会论文集[C];2005年

5 车平;施刚;;一种基于决策树的用户流失预测分析方法[A];先进制造技术论坛暨第五届制造业自动化与信息化技术交流会论文集[C];2006年

6 丁莉娟;;数据挖掘在财务风险分析中的应用[A];第三届全国软件测试会议与移动计算、栅格、智能化高级论坛论文集[C];2009年

7 吕巍;陈洁;吕彦儒;;我国商业银行客户潜在价值模型构建与应用[A];中国市场学会2006年年会暨第四次全国会员代表大会论文集[C];2006年

8 李建平;徐伟宣;石勇;;数据挖掘技术中的线性方法[A];2002年中国管理科学学术会议论文集[C];2002年

9 于鸿潮;;西安市天然气总公司的客户关系管理[A];中国土木工程学会城市燃气分会输配专业委员会2005年会议论文集[C];2005年

10 西村友作;孙便霞;;全球金融海啸对股市波动的影响:基于已实现波动率的中美波动溢出效应对比[A];2009年全国博士生学术会议论文集[C];2009年

相关重要报纸文章 前4条

1 本报记者 曹红丽;上海中原：BI部署从上至下[N];中国计算机报;2008年

2 孙宇;信息挖掘：企业信息化建设的首要任务[N];中国房地产报;2006年

3 黄明钢 通讯员　廖齐梅;深圳数字化城管通过建设部验收[N];深圳商报;2006年

4 本报记者 刘方远;房价网的估价实验[N];21世纪经济报道;2009年

相关博士学位论文 前8条

1 陈佐;时间序列相空间重构数据挖掘方法及其在证券市场的应用[D];湖南大学;2007年

2 李力;物流信息平台构建与应用研究[D];武汉理工大学;2006年

3 谭华;不确定时态数据挖掘方法及其在证券行情预测中的应用[D];湖南大学;2008年

4 白爱民;基于客户集群和拓扑理论的CRM模型与算法研究[D];天津大学;2006年

5 邓庆山;基于数据挖掘技术的上市公司会计信息失真识别研究[D];江西财经大学;2009年

6 罗莉;投资者关系视角下的会计信息系统研究[D];西南财经大学;2008年

7 佟伟民;股指期货交易中操纵行为识别方法研究[D];哈尔滨工业大学;2008年

8 蒙肖莲;商业银行客户识别与保持模型研究[D];华中科技大学;2005年

相关硕士学位论文 前10条

1 左红武;基于数据挖掘的房地产企业客户关系管理研究[D];昆明理工大学;2006年

2 陈经伟;六西格玛管理提升移动通信行业数据业务水平方法研究[D];首都经济贸易大学;2008年

3 朱小虎;基于数据挖掘和知识管理的客户关系管理系统研究[D];合肥工业大学;2007年

4 胡曼;交叉销售在中国保险业的应用分析[D];山东大学;2009年

5 黄驱冥;多维量化关联规则在食品安全检测中的应用[D];浙江工业大学;2007年

6 卢志伟;数据挖掘技术在人力资源管理中的应用[D];天津财经学院;2002年

7 朱晓东;基于支持度变化的关联规则挖掘算法及实现[D];南京航空航天大学;2005年

8 夏大方;银行CRM中数据挖掘及其CRC方法的应用研究[D];东南大学;2005年

9 赵小艳;基于神经网络的数据挖掘技术对民营企业信用评级研究[D];吉林大学;2007年

10 邢留伟;K-Means算法在客户细分中的应用研究[D];西南财经大学;2007年

，

本文编号：2289884