基于分形理论的股票时序数据离群模式挖掘研究

针对股票时间序列的特点,从离群点对股票时序数据有序性的影响角度出发,在界定分形离群点含义的基础上,利用分形理论将离群模式挖掘理解为一个优化分割问题。采用推广G-P(Grassberger-Procaccia)算法计算股票时间序列数据集的多重分形广义维数,并利用贪婪算法的思想设计了FT-Greedy算法来求解基于分形理论的时间序列离群模式挖掘优化问题的解集。实验证明,该方法能有效地解决股票时间序列离群模式挖掘问题。