线性模型下的蒙特卡罗算法和数据挖掘

《线性模型下的蒙特卡罗算法和数据挖掘》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、重庆大学硕士学位论文摘　　　　要　　中文摘要线性模型理论是统计学当中的一个古老分支但是长久以来线性模型一直是统计学家乃至金融学家们关注的热点在这一领域当中的新成果不断的涌现这些新成果主要是分为两个方面一方面是关注于线性模型本身理论上的完善和健全另外一个方面则是一些相关的研究领域当中出现的一些原本复杂的问题通过某种手段的简化转化到了线性模型的理论框架当中因为线性模型理论本身的完善性使得原本复杂的问题就得以简化处理　本文主要是在线性模型理论框架下讨论了两大类问题一个是多维线性模型理论中的非参数蒙特卡罗检验另外一个是金融时间序列下异常数据的检验并且把这样的

2、理论运用在了数据挖掘技术当中来解决金融时间序列当中的异常值诊断问题金融市场中的数据由于其内在联系通常表现为相互关联的时间序列本文主要讨论如何将金融市场中时间序列模型简化为相应的线性模型继而如何用传统的线性模型的方法去检验异常值的存在并且判断该异常值是加性异常值AO还是创新异常值IO创新异常值的挖掘对于金融风险的研究不仅具有理论上的意义，而且具有很强的现实意义最后进行了算法的实证分析结果表明本文的两种方法在金融市场的研究中是可行的并且行之有效　　关键词线性模型非参数蒙特卡罗检验金融时间序列异常值I重庆大学硕士学位论文英文摘要ABSTRACTThetheor

3、yoflinearmodelisanancientbranchofstatistics,butforquitealongtime,linearmodelisalwaysafocusforstatistics,evenforeconomist.Alotofnewresultscanbefoundinthisfield.Theseresultscanbedefinedassuchtwosides:oneistheimprovementoflinearmodeling,theotheristhatinsomeconcernedresearchfield,somecomplexpro

4、blemswereturnedintolinearmodel,becausethetheoryoflinearmodelissoperfect,thosecomplexproblemsweresimplified.Thispaperfocusontwofield:oneisthenon-parametricmontecarlotestinginmulti-linearmodel;theotheristhetestinginfinancialtimeseries.Owingtotheinternalrelations,thedatainfinancialmarketusuall

5、ymanifestastheinterrelatedtimeseries.Thispapermainlydiscusseshowtosimplifytimeseriesmodelsinfinancialmarketintorelevantlinearmodelsandhowtoexaminetheexistenceofoutliersanddifferentiateinnovationoutliersfromadditiveoutlierswithtraditionallinearmodels.Theminingofinnovationoutliershasnotonlyth

6、etheoreticalsignificancebutalsoagreatpracticalsignificanceintheresearchonfinancialrisk.Besides,thetwoalgorithmsproposedinthispaperareanalyzedwithauthenticproofs;inthisway,thetwomethodsinthestudyoffinancialmarketareprovedfeasibleandeffective.Keywords:linearmodel,non-parametricmontecarlotesti

7、ng,financialtimeseries,outliersII重庆大学硕士学位论文1序论1序论本文将首先讨论多元线性模型当中的非参数蒙特卡罗检验方法然后再来考虑将金融时间序列当中的异常值诊断技术划归到线性模型理论框架基础之内简单的线性模型的诊断技术来解决复杂的时间序列问题用在本章当中主要介绍与本文相关的基础知识部分交代问题产生的背景本文理论和实证的主体概要1.1异常和异常挖掘的概念关于异常(Outliers)这个概念在现在的科学研究当中有很多的定义方法[31]例如Weisberg将异