标度曲线拟合与金融时间序列聚类

摘要：

针对金融时间序列具有的多重分形特征,提出基于标度曲线测度沪深300指标股之间的相似性并实现聚类.该方法首先使用多标度退势波动分析(MSDFA)拟合不同自相关阶数下收益率序列的标度曲线,然后抽取其分布或形态特征构造模式向量.聚类通过含权K-means算法实现,最优类别数根据分类适确性指标(DBI)确定.结果显示,基于标度曲线的聚类能够揭示出股市的行业聚集性和板块间的关联性,在此基础上构造的投资组合可以显著降低风险,并且效果优于基于原始序列线性趋势特征的聚类.

关键词：时间序列聚类、多重分形、多标度退势波动分析、K均值聚类算法、均值-方差模型

所属期刊栏目：34

分类号：TP391.4(计算技术、计算机技术)

资助基金：天津市哲学社会科学研究规划项目TJTJ13-002

在线出版日期：2015-01-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：3344-3347,3352