• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>British National Conference on Databases(BNCOD 23); 20060718-23; Belfast(GB) >An Efficient System for Detecting Outliers from Financial Time Series
【24h】

An Efficient System for Detecting Outliers from Financial Time Series

机译：从财务时间序列中检测异常值的有效系统

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In this paper, we develop an efficient system to detect outliers from real-life financial time series comprising of security prices. Our system consists of a data mining algorithm and a statistical algorithm. When applying each of these two algorithms individually, we observed its strengths and weaknesses. To overcome the weaknesses of the two algorithms, we combine the algorithms together. By so doing, we efficiently detect outliers from the financial time series. Moreover, the resulting (processed) datasets can then be used as input for some financial models used in forecasting future security prices or in predicting future market behaviour. This shows an alternative role of our outlier detection system—serving as a pre-processing step for other financial models.
机译：在本文中，我们开发了一种有效的系统，可以从包含证券价格的现实金融时间序列中检测异常值。我们的系统由数据挖掘算法和统计算法组成。当分别应用这两种算法时，我们观察到了它的优缺点。为了克服两种算法的弱点，我们将这些算法结合在一起。这样，我们可以有效地从财务时间序列中检测异常值。此外，所得的（处理过的）数据集可以用作某些金融模型的输入，这些金融模型用于预测未来的证券价格或预测未来的市场行为。这显示了我们的异常值检测系统的替代角色-用作其他财务模型的预处理步骤。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号