大宗商品交易市场监管中的时间和商品粒度优化研究

发布时间：2023-03-30 04:54

　　近年来,大宗商品交易市场日渐繁荣,牵涉到的商品种类丰富,且具有交易数量大、价格波动大、交易风险大等特点,对交易监管带来了巨大的挑战。尤其是在实际的监管过程中,存在监管时间范围设置模糊、随机选取,以及监管商品范围设置单一、指向不明确等问题,造成了监管资源的浪费以及监管结果的偏差。本文对以上问题进行了监管时间粒度优化和监管商品粒度优化研究,并开发对应的系统进行算法的部署和功能模块的集成。首先,本文研究大宗商品交易市场中的监管时间粒度优化问题。本文针对商品价格建立时间序列模型,利用PAA降维及标准化方法,处理序列并分析走势情况,进而计算出商品最近所在的价格波动近似周期,将其作为推荐监管时间粒度。实验结果表明,本文算法对于价格波动近似周期进行提取时,有效地降低了拟合误差以保留原序列走势,并提升了收缩扩张比。然后,本文研究大宗商品交易市场中的监管商品粒度优化问题。以往的算法研究大多只对商品交易数据进行关联分析,忽略了对商品行情数据的分析,因此得出的关联商品可靠性较低。本文首先通过分析不同商品行情数据和交易数据,得到价格波动关联商品和交易事件关联商品,构建商品关联性表。再根据监管任务要求,从表中选...

【文章页数】：88 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 研究背景和意义
    1.2 相关研究工作
        1.2.1 时间序列的降维问题
        1.2.2 时间序列相似性度量问题
        1.2.3 时间序列周期检测问题
        1.2.4 大宗商品关联分析问题
    1.3 研究内容及创新点
    1.4 论文组织结构
第二章 大宗商品交易监管时间粒度优化问题
    2.1 引言
    2.2 相关工作
        2.2.1 价格时间序列的降维方法
        2.2.2 价格波动近似周期的提取和检验
    2.3 问题描述
    2.4 基于PAA降维的监管时间粒度优化算法
        2.4.1 时间序列降维及标准化
        2.4.2 零点检验及近似周期提取
    2.5 实验结果与分析
        2.5.1 实验设置
        2.5.2 实验结果
    2.6 本章小结
第三章 大宗商品交易监管商品粒度优化问题
    3.1 引言
    3.2 相关工作
        3.2.1 大宗商品关联分析
        3.2.2 价格时间序列相似性度量
    3.3 问题描述
        3.3.1 模型构建
        3.3.2 优化目标
    3.4 大宗商品交易监管商品粒度优化算法
        3.4.1 基于相似性度量的价格波动关联商品发现算法
        3.4.2 基于关联规则的交易事件关联商品发现算法
        3.4.3 监管商品粒度组合优化推荐算法
    3.5 实验结果与分析
        3.5.1 实验设置
        3.5.2 价格波动关联商品发现算法实验结果
        3.5.3 交易事件关联商品发现算法实验结果
        3.5.4 监管商品粒度组合优化推荐算法实验结果
    3.6 本章小结
第四章 大宗商品交易监管时间和商品粒度优化系统开发
    4.1 概述
        4.1.1 系统实现概述
        4.1.2 系统运行环境
    4.2 系统设计
        4.2.1 系统主要数据结构
        4.2.2 系统的类图设计
    4.3 系统的具体实现
        4.3.1 商品基本信息维护模块
        4.3.2 商品交易数据和行情数据处理模块
        4.3.3 监管时间粒度优化模块
        4.3.4 监管商品粒度优化模块
    4.4 系统测试与分析
        4.4.1 测试概要
        4.4.2 功能测试与分析
        4.4.3 性能测试与分析
        4.4.4 测试结论
    4.5 本章小结
第五章 总结和展望
    5.1 论文工作总结
    5.2 未来工作展望
致谢
参考文献
作者简介



本文编号：3775234