首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于MF-DFA的股票时间序列聚类分析及其应用
引用本文:袁杰,薛永坚,肖宏旺.基于MF-DFA的股票时间序列聚类分析及其应用[J].价值工程,2013(26):137-140.
作者姓名:袁杰  薛永坚  肖宏旺
作者单位:1. 合肥工业大学管理学院,合肥,230009
2. 合肥工业大学管理学院,合肥230009; 过程优化与智能决策教育部重点实验室,合肥230009
基金项目:国家自然科学基金资助项目(No.71271071);国家“863”云制造主题资助项目(No.2011AA040501);中央高校基本科研业务费专项资金资助项目(No.2012HGBZ0208)。
摘    要:多重分形消除趋势波动分析法(MF-DFA)不仅能够去除股票时间序列的长期趋势波动,还能够精确反应股票时间序列的多重分形特性。首先利用MF-DFA方法对股票时间序列进行多重分形分析,结果表明,相比标准多重分析,MF-DFA方法更能反映时间序列的多重分形特性。其次,定义一种以多重分形谱参数作为相似性度量函数的聚类方法对股票时间序列进行聚类。最后,在Markowitz提出的"期望均值收益—收益方差"(M-V)模型的基础上,把聚类结果运用股票投资组合当中。采用上海证券市场28支股票进行实验验证表明,在给定的收益率下,采用基于多重分形谱参数的聚类方法的股票组合可以得到比随机组合更小的风险水平。

关 键 词:时间序列  多重分形消除趋势波动分析  聚类  投资组合

MF-DFA Based Stock Time Series Clustering Analysis and Its Applications
YUAN Jie , XUE Yong-jian , XIAO Hong-wang.MF-DFA Based Stock Time Series Clustering Analysis and Its Applications[J].Value Engineering,2013(26):137-140.
Authors:YUAN Jie  XUE Yong-jian  XIAO Hong-wang
Abstract:
Keywords:time series  MF-DFA  clustering  Portfolio
本文献已被 万方数据 等数据库收录!
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