摘要:将时间序列数据挖掘的方法应用到两国证券市场比较问题中,并在聚类分析中定义新的函数以判别最优的分类数.我们发现:在指数收盘价时间序列比较方面,中日两个证券市场的确存在一定的相似性,但中国市场的短期波动要大于日本市场.因此,如果将日本证券市场的发展历史作为中国证券市场的事件库,不足以描述和预测中国证券市场的走势.同时,在中国证券市场上,深证成指比上证综指的短期波动幅度更大,具有更多的高频噪声.
关键词:相似性 时间序列 数据挖掘 证券市场
单位:中国科学院研究生院管理学院 北京100190 北京邮电大学经济管理学院 北京100876
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社