辩证角度下金融时间序列数据挖掘研究——以期货市场为例

陆 瑶

（东北财经大学 管理科学与工程学院，辽宁 大连 116025）

辩证角度下金融时间序列数据挖掘研究
——以期货市场为例

陆 瑶

（东北财经大学 管理科学与工程学院，辽宁 大连 116025）

金融市场的重要组成部分之一期货市场，其规避风险及价格发现的功能，发展至今，对企业健康、持续发展起到了举足轻重的作用。本文将创新性的提出辩证角度下对金融时间序列数据挖掘的研究思想。

金融时间序列；数据挖掘；辩证

1　金融时间序列挖掘方法及应用

期货市场的主要作用可概括如下：提供分散、转移价格风险的工具；有效锁定生产成本，实现预期利润；利用期货价格信号，组织安排现货生产；拓展现货销售和采购渠道；促使企业关注产品质量问题，更为重要的是有助于企业争夺国际定价权，提高国际影响力与竞争力。而其由收盘价等数据形成的时间序列，即金融时间序列即是其规律特征的真实体现。

金融时间序列挖掘方法主要包括：关联分析、序列分析、聚类分析、相似性查找、异常检测等。具体应用体现在以下几个方面。

1.1 监控可疑金融交易

金融交易数据中存在的，包含丰富属性信息的表和关系，数据量巨大，故其中蕴含着丰富的关联规则。充分发现这些关联规则，可以用于反洗钱工作中的可疑金融交易识别等，为有效开展可疑金融交易识别提供有益参考。

1.2识别市场操纵行为

通过分析市场操作行为序列识别市场操纵行为在数据挖掘的框架下成为了可能。

1.3金融市场特征分析

金融市场运行的内在规律可通过数据挖掘显现，主要为潜在的规律和投资者感兴趣的模式，在多序列中找到有相似波动规律的时间序列等。

1.4上市公司分析

从大量的金融数据中挖掘规律及潜在的联系，使用户可以对公司之间的相似关系有较深的了解，从而帮助用户做出正确的投资决定。

1.5特殊投资机会发掘

异常的存在极可能影响到后续产生的数据，从而导致一波异常数据的发生，并从根本上改变未来数据的趋势。而异常数据往往涵盖了重要的有价值的投资信息。

2　辩证角度下期货市场数据挖掘

第一，变化是永恒的，没有统一适用模型，在时间纵向和个体品种横向上都有体现。市场不会做数学模型的“乖孩子”，用单纯的一种方法或思想本质上无法达到良好的挖掘效果。且对于永恒变化的期货类金融市场，单纯的数理统计方法也无法诠释出理想的类似对经济时间序列的研究效果。例如金融市场并不具有类似于经济时间序列的典型的整体周期性。同样的数据挖掘方法对不同的期货品种适应性也有所不同，对于不同种类的品种，例如金属及农产品，相差较大，而对于同种类的品种，如金属中的铜、银等，挖掘结果虽具有相似性，但仍存在个性化差异。

第二，变与不变二分或对立，有不变因素与自身规律，可表示、可预测，而变化则体现在预测要适应变化，跟随学习。在变化的基础上把握住“变中不变”的特征规律，是切实有效的研究方法。期货市场价格波动纷繁复杂，而单边模式及震荡情形却可从较高层次对其进行概括，此即为其“不变”的特性。而在此基础上，单边模式的趋势、深度、序列组合等却时刻处在变化之中。

第三，区分可知与不可知，不是什么都可预测的，也不是什么时候都可预测。数据挖掘的理论方法虽已在众多领域有极大的建树，但金融市场的多变性使得其在应用数据挖掘方法时，存在可知与不可知的问题。例如，不是所有的内容均可通过各类挖掘算法得出预测结果，比如市场精确的价格。但却可以选取恰当的方法，结合实际进行改进，对单边运行的趋势方向及深度等进行预测，如利用基于支持向量机的方法建模等。

3　结 语

金融市场是一个受多种因素影响的、庞大的系统，具有非常复杂的运动规律，金融时间序列中必定蕴含了金融系统诸多客观规律信息。采用辩证的观点诠释金融市场的特征，将为后续金融时间序列挖掘起到良好的数据处理作用，提高后续金融时间序列挖掘的效率。同时，采用辩证的观点诠释典型的金融市场——期货市场的特性，可以客观充分还原期货市场的运行特征，为后续对期货市场的规律发现起到真实的约束作用，提高实用价值。

主要参考文献

［1］ 周勇. 时间序列时序关联规则挖掘研究［D］. 成都：西南财经大学，2008.

［2］ 胡晓青，王波. 基于数据挖掘的金融时序频繁模式的快速发现［J］.上海理工大学学报，2006（4） .

［3］ 何典，梁英. 金融时间序列数据挖掘的研究与应用［J］. 世界科技研究与发展，2008（1）.

10.3969/j.issn.1673 - 0194.2015.20.092

TP311.13

A

1673-0194（2015）20-0117-01

2015-09-11