近年來,大宗商品交易市場日漸繁榮,牽涉到的商品種類豐富,且具有交易數(shù)量大、價(jià)格波動(dòng)大、交易風(fēng)險(xiǎn)大等特點(diǎn),對(duì)交易監(jiān)管帶來了巨大的挑戰(zhàn)。尤其是在實(shí)際的監(jiān)管過程中,存在監(jiān)管時(shí)間范圍設(shè)置模糊、隨機(jī)選取,以及監(jiān)管商品范圍設(shè)置單一、指向不明確等問題,造成了監(jiān)管資源的浪費(fèi)以及監(jiān)管結(jié)果的偏差。本文對(duì)以上問題進(jìn)行了監(jiān)管時(shí)間粒度優(yōu)化和監(jiān)管商品粒度優(yōu)化研究,并開發(fā)對(duì)應(yīng)的系統(tǒng)進(jìn)行算法的部署和功能模塊的集成。首先,本文研究大宗商品交易市場中的監(jiān)管時(shí)間粒度優(yōu)化問題。本文針對(duì)商品價(jià)格建立時(shí)間序列模型,利用PAA降維及標(biāo)準(zhǔn)化方法,處理序列并分析走勢情況,進(jìn)而計(jì)算出商品最近所在的價(jià)格波動(dòng)近似周期,將其作為推薦監(jiān)管時(shí)間粒度。實(shí)驗(yàn)結(jié)果表明,本文算法對(duì)于價(jià)格波動(dòng)近似周期進(jìn)行提取時(shí),有效地降低了擬合誤差以保留原序列走勢,并提升了收縮擴(kuò)張比。然后,本文研究大宗商品交易市場中的監(jiān)管商品粒度優(yōu)化問題。以往的算法研究大多只對(duì)商品交易數(shù)據(jù)進(jìn)行關(guān)聯(lián)分析,忽略了對(duì)商品行情數(shù)據(jù)的分析,因此得出的關(guān)聯(lián)商品可靠性較低。本文首先通過分析不同商品行情數(shù)據(jù)和交易數(shù)據(jù),得到價(jià)格波動(dòng)關(guān)聯(lián)商品和交易事件關(guān)聯(lián)商品,構(gòu)建商品關(guān)聯(lián)性表。再根據(jù)監(jiān)管任務(wù)要求,從表中選...

【文章頁數(shù)】：88 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景和意義
    1.2 相關(guān)研究工作
        1.2.1 時(shí)間序列的降維問題
        1.2.2 時(shí)間序列相似性度量問題
        1.2.3 時(shí)間序列周期檢測問題
        1.2.4 大宗商品關(guān)聯(lián)分析問題
    1.3 研究內(nèi)容及創(chuàng)新點(diǎn)
    1.4 論文組織結(jié)構(gòu)
第二章 大宗商品交易監(jiān)管時(shí)間粒度優(yōu)化問題
    2.1 引言
    2.2 相關(guān)工作
        2.2.1 價(jià)格時(shí)間序列的降維方法
        2.2.2 價(jià)格波動(dòng)近似周期的提取和檢驗(yàn)
    2.3 問題描述
    2.4 基于PAA降維的監(jiān)管時(shí)間粒度優(yōu)化算法
        2.4.1 時(shí)間序列降維及標(biāo)準(zhǔn)化
        2.4.2 零點(diǎn)檢驗(yàn)及近似周期提取
    2.5 實(shí)驗(yàn)結(jié)果與分析
        2.5.1 實(shí)驗(yàn)設(shè)置
        2.5.2 實(shí)驗(yàn)結(jié)果
    2.6 本章小結(jié)
第三章 大宗商品交易監(jiān)管商品粒度優(yōu)化問題
    3.1 引言
    3.2 相關(guān)工作
        3.2.1 大宗商品關(guān)聯(lián)分析
        3.2.2 價(jià)格時(shí)間序列相似性度量
    3.3 問題描述
        3.3.1 模型構(gòu)建
        3.3.2 優(yōu)化目標(biāo)
    3.4 大宗商品交易監(jiān)管商品粒度優(yōu)化算法
        3.4.1 基于相似性度量的價(jià)格波動(dòng)關(guān)聯(lián)商品發(fā)現(xiàn)算法
        3.4.2 基于關(guān)聯(lián)規(guī)則的交易事件關(guān)聯(lián)商品發(fā)現(xiàn)算法
        3.4.3 監(jiān)管商品粒度組合優(yōu)化推薦算法
    3.5 實(shí)驗(yàn)結(jié)果與分析
        3.5.1 實(shí)驗(yàn)設(shè)置
        3.5.2 價(jià)格波動(dòng)關(guān)聯(lián)商品發(fā)現(xiàn)算法實(shí)驗(yàn)結(jié)果
        3.5.3 交易事件關(guān)聯(lián)商品發(fā)現(xiàn)算法實(shí)驗(yàn)結(jié)果
        3.5.4 監(jiān)管商品粒度組合優(yōu)化推薦算法實(shí)驗(yàn)結(jié)果
    3.6 本章小結(jié)
第四章 大宗商品交易監(jiān)管時(shí)間和商品粒度優(yōu)化系統(tǒng)開發(fā)
    4.1 概述
        4.1.1 系統(tǒng)實(shí)現(xiàn)概述
        4.1.2 系統(tǒng)運(yùn)行環(huán)境
    4.2 系統(tǒng)設(shè)計(jì)
        4.2.1 系統(tǒng)主要數(shù)據(jù)結(jié)構(gòu)
        4.2.2 系統(tǒng)的類圖設(shè)計(jì)
    4.3 系統(tǒng)的具體實(shí)現(xiàn)
        4.3.1 商品基本信息維護(hù)模塊
        4.3.2 商品交易數(shù)據(jù)和行情數(shù)據(jù)處理模塊
        4.3.3 監(jiān)管時(shí)間粒度優(yōu)化模塊
        4.3.4 監(jiān)管商品粒度優(yōu)化模塊
    4.4 系統(tǒng)測試與分析
        4.4.1 測試概要
        4.4.2 功能測試與分析
        4.4.3 性能測試與分析
        4.4.4 測試結(jié)論
    4.5 本章小結(jié)
第五章 總結(jié)和展望
    5.1 論文工作總結(jié)
    5.2 未來工作展望
致謝
參考文獻(xiàn)
作者簡介



本文編號(hào)：3775234