線性模型下的蒙特卡羅算法和數(shù)據(jù)挖掘.pdf

1、線性模型理論是統(tǒng)計學(xué)當(dāng)中的一個古老分支，但是長久以來，線性模型一直是統(tǒng)計學(xué)家，乃至金融學(xué)家們關(guān)注的熱點，在這一領(lǐng)域當(dāng)中的新成果不斷的涌現(xiàn)。這些新成果主要是分為兩個方面：一方面是關(guān)注于線性模型本身理論上的完善和健全；另外一個方面則是一些相關(guān)的研究領(lǐng)域當(dāng)中出現(xiàn)的一些原本復(fù)雜的問題，通過某種手段的簡化，轉(zhuǎn)化到了線性模型的理論框架當(dāng)中，因為線性模型理論本身的完善性，使得原本復(fù)雜的問題就得以簡化處理。 本文主要是在線性模型理論框架下討論了

2、兩大類問題。一個是多維線性模型理論中的非參數(shù)蒙特卡羅檢驗；另外一個是金融時間序列下異常數(shù)據(jù)的檢驗。并且把這樣的理論運用在了數(shù)據(jù)挖掘技術(shù)當(dāng)中來解決金融時間序列當(dāng)中的異常值診斷問題。金融市場中的數(shù)據(jù)由于其內(nèi)在聯(lián)系，通常表現(xiàn)為相互關(guān)聯(lián)的時間序列。本文主要討論如何將金融市場中時間序列模型簡化為相應(yīng)的線性模型，繼而如何用傳統(tǒng)的線性模型的方法去檢驗異常值的存在，并且判斷該異常值是加性異常值 還是創(chuàng)新異常值 。創(chuàng)新異常值的挖掘?qū)τ诮鹑陲L(fēng)險的研究不僅具