辯證角度下金融時間序列數據挖掘研究
——以期貨市場為例

陸 瑤

（東北財經大學 管理科學與工程學院，遼寧 大連 116025）

辯證角度下金融時間序列數據挖掘研究
——以期貨市場為例

陸 瑤

（東北財經大學 管理科學與工程學院，遼寧 大連 116025）

金融市場的重要組成部分之一期貨市場，其規避風險及價格發現的功能，發展至今，對企業健康、持續發展起到了舉足輕重的作用。本文將創新性的提出辯證角度下對金融時間序列數據挖掘的研究思想。

金融時間序列；數據挖掘；辯證

1　金融時間序列挖掘方法及應用

期貨市場的主要作用可概括如下：提供分散、轉移價格風險的工具；有效鎖定生產成本，實現預期利潤；利用期貨價格信號，組織安排現貨生產；拓展現貨銷售和采購渠道；促使企業關注產品質量問題，更為重要的是有助于企業爭奪國際定價權，提高國際影響力與競爭力。而其由收盤價等數據形成的時間序列，即金融時間序列即是其規律特征的真實體現。

金融時間序列挖掘方法主要包括：關聯分析、序列分析、聚類分析、相似性查找、異常檢測等。具體應用體現在以下幾個方面。

1.1 監控可疑金融交易

金融交易數據中存在的，包含豐富屬性信息的表和關系，數據量巨大，故其中蘊含著豐富的關聯規則。充分發現這些關聯規則，可以用于反洗錢工作中的可疑金融交易識別等，為有效開展可疑金融交易識別提供有益參考。

1.2識別市場操縱行為

通過分析市場操作行為序列識別市場操縱行為在數據挖掘的框架下成為了可能。

1.3金融市場特征分析

金融市場運行的內在規律可通過數據挖掘顯現，主要為潛在的規律和投資者感興趣的模式，在多序列中找到有相似波動規律的時間序列等。

1.4上市公司分析

從大量的金融數據中挖掘規律及潛在的聯系，使用戶可以對公司之間的相似關系有較深的了解，從而幫助用戶做出正確的投資決定。

1.5特殊投資機會發掘

異常的存在極可能影響到后續產生的數據，從而導致一波異常數據的發生，并從根本上改變未來數據的趨勢。而異常數據往往涵蓋了重要的有價值的投資信息。

2　辯證角度下期貨市場數據挖掘

第一，變化是永恒的，沒有統一適用模型，在時間縱向和個體品種橫向上都有體現。市場不會做數學模型的“乖孩子”，用單純的一種方法或思想本質上無法達到良好的挖掘效果。且對于永恒變化的期貨類金融市場，單純的數理統計方法也無法詮釋出理想的類似對經濟時間序列的研究效果。例如金融市場并不具有類似于經濟時間序列的典型的整體周期性。同樣的數據挖掘方法對不同的期貨品種適應性也有所不同，對于不同種類的品種，例如金屬及農產品，相差較大，而對于同種類的品種，如金屬中的銅、銀等，挖掘結果雖具有相似性，但仍存在個性化差異。

第二，變與不變二分或對立，有不變因素與自身規律，可表示、可預測，而變化則體現在預測要適應變化，跟隨學習。在變化的基礎上把握住“變中不變”的特征規律，是切實有效的研究方法。期貨市場價格波動紛繁復雜，而單邊模式及震蕩情形卻可從較高層次對其進行概括，此即為其“不變”的特性。而在此基礎上，單邊模式的趨勢、深度、序列組合等卻時刻處在變化之中。

第三，區分可知與不可知，不是什么都可預測的，也不是什么時候都可預測。數據挖掘的理論方法雖已在眾多領域有極大的建樹，但金融市場的多變性使得其在應用數據挖掘方法時，存在可知與不可知的問題。例如，不是所有的內容均可通過各類挖掘算法得出預測結果，比如市場精確的價格。但卻可以選取恰當的方法，結合實際進行改進，對單邊運行的趨勢方向及深度等進行預測，如利用基于支持向量機的方法建模等。

3　結 語

金融市場是一個受多種因素影響的、龐大的系統，具有非常復雜的運動規律，金融時間序列中必定蘊含了金融系統諸多客觀規律信息。采用辯證的觀點詮釋金融市場的特征，將為后續金融時間序列挖掘起到良好的數據處理作用，提高后續金融時間序列挖掘的效率。同時，采用辯證的觀點詮釋典型的金融市場——期貨市場的特性，可以客觀充分還原期貨市場的運行特征，為后續對期貨市場的規律發現起到真實的約束作用，提高實用價值。

主要參考文獻

［1］ 周勇. 時間序列時序關聯規則挖掘研究［D］. 成都：西南財經大學，2008.

［2］ 胡曉青，王波. 基于數據挖掘的金融時序頻繁模式的快速發現［J］.上海理工大學學報，2006（4） .

［3］ 何典，梁英. 金融時間序列數據挖掘的研究與應用［J］. 世界科技研究與發展，2008（1）.

10.3969/j.issn.1673 - 0194.2015.20.092

TP311.13

A

1673-0194（2015）20-0117-01

2015-09-11