基于共同机制的时间序列关联模式挖掘系统及其应用.pdf

2004年8月系统工程理论与实践第8期

文章编号:100026788(2004)0820073207

基于共同机制的时间序列关联模式挖掘系统及其应用

兰秋军,马超群,文凤华
(湖南大学工商管理学院,湖南长沙410082)

摘要:提出了一种针对不同时间序列间关联模式的发现方法,并阐述了以该方法为基础而构建的关联
模式挖掘系统的结构L系统按步骤主要分成序列分割,模式聚类和关联模式挖掘三个部分L其中关联模
式的发现基于共同作用机制的思想,即两个不同的时间序列之所以出现频繁的关联模式,必定存在某种
共同机制的作用或者二者本身之间有某种因果关系L通过定义可靠度来度量作用强度,并以此作为阈值
约束,大大降低了算法的复杂性,伸缩性好,产生的关联模式数量适当L将其应用于股市关联变动模式的
发现验证了其有效性L
关键词:数据挖掘;关联模式;时间序列;金融市场
中图分类号:C931.6TP311文献标识码:A

AnAssociationPatternsMiningSystem
BasedonCommonMechanismandItsApplication

LANQiu2jun,MAChao2qun,WENFeng2hua
(CollegeofBusinessAdministration,HunanUniversity,Changsha410082,China)

Abstract:Thispapergivesanalgorithmforminingassociationpatternsbetweentwodifferenttimese2
ries,anddescribestheconstructionofaminingsystem.Therearethreemainprocesses:segmenting,
clusteringanddiscoveringassociationpatternsinthissystem.Thealgorithmforassociationpatterns
discoveryisbasedontheideaofcommonmechanism,i.e.anassociationpatternmaybearesultfroma
commonmechanismorsomecausalitybetweentwoseries.Theinfluencebythecommonmechanism
morestrong,theprobabilityoftwopatternsmoreclosetoeachother.Undertheconstraintofarelia2
bilitymeasuringtheinfluence,thesearchspaceisenormouslyreduced,whichbringsonlowcomplexity
andfineextensibility.Aninstanceshowsitsvalidity.
Keywords:datamining;associationpattern;timeseries;finance

1引言
数据挖掘是一门从大量的、有噪声的数据中发现未知的、潜在有用的知识和信息的技术与过程L它综
合应用统计学、人工智能、机器学习、数据库以及其它领域的理论和思想,采用一些非平凡的技术方法从数
据海洋中去粗存精、去伪存真,得到人类难以察觉到的规律和模式,提高人们的认识水平,从而指导实践,
为决策提供有用信息L它一般包括数据概化、数据分类、聚类、关联规则发现、时间序列分析和偏差检测等
功能L
其中时间序列分析是一个非常重要的方面,尤其在金融领域中,利率、汇率、股价、成交量、股指、期权
期货价格等等都是时间序列数据L无论投资者还是科研人员都表现出浓厚的研究兴趣L传统的时间序列
分析法一般着重于构造全局的数学模型,以此对系统行为进行验证、预测和控制,如ARMA,ARCH,

收稿日期:2003209226
资助项目:国家自然科学基金(70371028);教育部十五规划项目(01JA790092)
作者简介:兰秋军(1972-),男(汉族),湖南冷水江人,讲师,博士生,主要研究领域为数据挖掘,管理与决策系统;马超
群(1963-),男(汉族),湖南岳阳人,教授,博士生导师,主要研究领域为金融工程,管理与决策系统;文凤华(1974-),男
(汉族),博士生,湖南益阳人,主要研究领域为金融风险管理

©1995-2005TsinghuaTongfangOpticalDiscCo.,Ltd.Allrightsreserved.
47系统工程理论与实践2004年8月

GARCH等L要构造一个好的模型需要对系统有比较深刻的把握和理解,并且往往还要基于很多明显同现
实不符的假设,如平稳性