时态模式数据挖掘在金融领域的应用

B-J方法在预测时要求时间序列具有稳定性、正态性和残差的独立性,为了克服B-J方法的局限性,由Povinelli和FengXin提出的TSDM方法,对原作者时态模式数据挖掘优化方法进行了修正。修正方法能够减少运算时间,提高预测收益率。以Povinell的博士论文为例,通过DJIA30工业指数的具体数据说明TSDM方法在金融领域如何建模、预测分析。但TSDM方法还存在不足,需不断修正。