时态模式数据挖掘在金融领域的应用

贾知青　庄　菁

[摘要]B-J方法在预测时要求时间序列具有稳定性、正态性和残差的独立性，为了克服B-J方法的局限性，由Povinelli 和Feng Xin提出的TSDM方法，对原作者时态模式数据挖掘优化方法进行了修正。修正方法能够减少运算时间，提高预测收益率。以Povinell的博士论文为例，通过DJIA30工业指数的具体数据说明TSDM方法在金融领域如何建模、预测分析。但TSDM方法还存在不足，需不断修正。

[关键词)时态模式数据挖掘；模型；预测；金融应用

[中图分类号]H24．0[文献标识码]A[文章编号]1000—5951(2004)05—0026—(04)