Financial Time Series Segmentation Based On Turning Points
- INTROUCTION
在本文中,我们提出了一种基于转折点的金融时间序列分割方法。我们工作的主要贡献是,我们允许在不同的细节层次上分割时间序列。这种分段允许对时间序列进行自上而下的分析,首先确定高度可见的趋势,然后在后期使用更详细的分段。此外,与现有方法相比,所提出的方法可以在保持更高数量的趋势方面获得令人满意的结果。此外,我们的方法不依赖于PLA和IP方法中使用的任意阈值。
- RELATED WORK
- TURNING POINT: 预测股票走势的常用方法是使用历史价格数据中的局部最小点和最大点。这些局部最大点和最小点通常被称为转折点(TP),因为它们表示一段时间内股票趋势的变化。在一段时间内,TP通常位于金融时间序列的顶部和底部附近[3]。
- 三种常见的分割方法
PLA:
PLA可以通过自上而下、自下而上、滑动获窗口和B样条小波方法[9]。分段为通过应用某些操作(例如分区自上而下)和合并(自下而上).方法是设计停止条件(表示为阈值[13])。当使用较高的阈值时,通过PLA方法提取的片段的长度可以增加。然而,当PLA方法用于分解不同股票的历史数据时,分析师可能希望使用不同的阈值来匹配股票的基本特征。为了缓解这个问题,使用了几种方法来选择正确的阈值。例如,在[13]中,Chang等人使用GA算法来选择有效阈值。
PIP:感知重要点(PIP)分割方法。识别PIP[2]的过程在算法1中描述。对于给定的时间序列T,所有数据点都由PIP识别功能处理。前两个PIP将是T的第一个点和最后一个点。下一个PIP是T中距离前两个PI最远的点。该过程继续进行,直到T中的所有点都添加到列表(PIPList)中。为了计算从下一个PIP(x2,y2)到两个相邻PIP((x1,y1)和(x3,y3)的距离,使用等式(1)来测量距离。
TP:基于重要点的分割方法对于压缩时间序列数据很有用,因为该方法的原理是使用一组IP来表示原始序列[5]。决定重要点的标准基于压缩率(R)。此外,IP分割方法的复杂度为O(n),比PLA快得多。在该方法中,如果得到的R足够大,则选择时间序列中的一个点来产生段。否则该点将被丢弃。与PLA方法类似,较大的R值可能会创建少量的长段,较小的R可能会创建大量的短段。因此,R的选择会显著影响任何未来分析的结果。在本文中,我们提出了一种基于转折点的金融时间序列分割方法。在这种方法中,可以以不同的粒度级别生成段。
- SEGMENTATION METHOD BASED ON TURNING POINTS
在本节中,我们描述了一种基于转折点的新分割方法,以在不同的细节层次上分解时间序列。我们的分割方法的关键原理是将时间序列适当地划分为不同的时段,并确保提取的每个片段在该时段内都具有单一的趋势。在我们的方法中,迭代识别转折点以产生相应的分段。在分割过程中,一些局部转折点被丢弃,以便将小趋势合并为大趋势。分段过程描述如下。
- EXPERINMENTAL RESULTS
通过比较这两种方法产生的误差和趋势,我们发现PIP可以比TP产生更少的误差,但TP可以比PIP保留更多的趋势。这些结果是有意义的,因为PIP方法旨在保持时间序列的整体形状,而我们方法的目标是从时间序列中提取尽可能多的趋势。金融分析师可以使用提取的趋势来构建预测股票走势的模式。
此外,本文中提出的TP比PIP对股票的移动更敏感,因为PIP倾向于保持曲线的形状,而TP可用于识别曲线趋势的变化。
- COCLUSION
在本文中,我们提出了一种新的基于转折点的分割方法。由所提出的方法生成的时间序列保持了原始趋势的形状。此外,与现有方法相比,我们提出的算法可以在不同的细节级别生成片段,并保持更高数量的趋势。这种能力对于以自上而下的方式分析股票数据非常有用。对于未来的工作,我们计划使用生成的片段来预测库存移动方向。我们还计划从历史价格数据中提取类似的部分,用于训练神经网络模型。
Financial Time Series Segmentation Based On Turning Points相关推荐
- 文献记录(part43)--Multivariate time series clustering based on complex network
学习笔记,仅供参考,有错必纠 关键词:多元时间序列:数据挖掘:聚类分析:复杂网络 Multivariate time series clustering based on complex networ ...
- 文献记录(part9)--A biclustering-based method for market segmentation using customer pain points
学习笔记,仅供参考,有错必究 关键词:双聚类;客户痛点;市场细分;BCBimax算法 文章目录 A biclustering-based method for market segmentation ...
- [中文事件抽取]DCFEE: A Document-level Chinese Financial Event Extraction System based on Automatically Lab
[中文事件抽取]DCFEE: A Document-level Chinese Financial Event Extraction System based on Automatically Lab ...
- 监控视频压缩1—INSTANCE SEGMENTATION BASED BACKGROUND REFERENCE FRAME GENERATIONFOR SURVEILLANCE VIDEO CODI
监控视频不同于网络视频等,其特殊性为背景区域一般不变(固定相机拍摄),或者变化很有规律(移动相机拍摄).本系列记录针对监控视频的视频压缩各类方法. 论文: <INSTANCE SEGMENTAT ...
- Ground Segmentation based on Loopy Belief Propagation for Sparse 3D Point Clouds (论文速读)
欢迎访问我的个人博客:zengzeyu.com Abstract 在使用3D激光雷达进行局部环境感知任务中,地面点分割是中重要的预处理任务,并且在起伏不平和倾斜的非结构化环境中非常具有挑战性.为了解决 ...
- Time Series Segmentation through Automatic Feauture Learning
题目:<Time Series Segmentation through Automatic Feauture Learning> 时间:2018/1 简介: 这是一篇由IBM Resea ...
- 【时序聚类】Neurocomputing:Multivariate time series clustering based on common principal component analysi
分析2019Neurocomputing 1区论文Multivariate time series clustering based on common principal component ana ...
- 【医学+深度论文:F14】2018 Joint Optic Disc and Cup Segmentation Based on Multi Label Deep Network
14 2018 T-MI (IEEE Transactions on Medical Imaging ) Joint Optic Disc and Cup Segmentation Based on ...
- 文本检测(二)Segmentation based
文章目录 Scene Text Detection via Holistic, Multi-Channel Prediction pipeline ground truth loss function ...
最新文章
- C++调用matlab char16_t 重复定义
- jQuery Ajax详解
- linux中sort命令
- C语言程序设计 函数递归调用示例
- P4070 [SDOI2016]生成魔咒
- git pull和push整理和归纳
- linux rpm找不到命令_linux书后习题(4-9章不全) - lijinli
- golang 数组 最后一个_Golang 内存管理
- python3 x默认使用的编码_Python3编码问题(Python2请忽略)
- linux系统原理论文3000字,linux操作系统(论文).doc
- 游戏修改器(一)瞬移
- rtlab matlab版本,电力电子技术教学中电力仿真软件选择与应用.doc
- 【线性代数】20 基变换,基变换公式,坐标变换公式
- excel文件压缩 定位条件 对象
- BlueCoat ProxySG性能问题分析--ICAP排队现象
- vi 撤销上一步操作
- 网管到底要学什么(一)
- Idea stash 谨慎点玩
- 支付宝沙箱支付demo详细教程(idea版)
- linux装入u盘分区失败,linux下U盘分区表修复解决识别问题
热门文章
- 熊市下 DeFi 的未来趋势
- 双硬盘装linux系统安装教程,双硬盘安装XP和Ubuntu互不影响之简易方法
- android dagger2 懒加载,Android Dagger依赖注入框架浅析
- 远程灵活工作爆发式增长,甜薪工场提供精细化供需匹配
- kali 破解WPA-PSK 弱密码
- 我用HTML写的新学期课程表
- csr 矩阵 编码_IATF CSR矩阵表
- JAVA小程序简单学籍系统参考代码,登陆小程序,Jtree //Jtree,JDBC,Jframe
- Idea Jrebel 报错:Cannot reactivate, offline seat in use ...
- FZU 2282 错排