领域知识驱动下的金融数据流异常模式研究

项目名称： 领域知识驱动下的金融数据流异常模式研究

项目编号： No.71401188

项目类型： 青年科学基金项目

立项/批准年度： 2014

项目学科： 管理科学

项目作者： 李爱华

作者单位： 中央财经大学

项目金额： 23万元

中文摘要： 数据流是金融领域中非常重要的一种数据类型，由于金融数据流的快速到达、不稳定性、数据规模巨大等特性，传统的金融数据分析方法与理论面临着新的挑战，难以满足该领域的需求。本课题围绕金融数据流异常模式发现展开研究：一方面，将构建领域知识驱动下金融数据流异常检测的理论体系和方法，具体包括：领域知识——数据流异常发现——实证分析三位一体的金融数据流异常检测理论体系、领域知识驱动下有无导师指导的金融数据流异常模式检测方法、基于数据流相似性理论的异常模式检测方法，其研究内容将充实流数据挖掘理论尤其是实时动态数据挖掘理论；另一方面，结合行为金融学理论，针对金融数据流异常点研究结果展开实证分析与讨论，将对传统金融市场微观理论进行检验和补充。该研究及相关结论有助于政府和投资机构进行风险防范与监控, 具有重要的理论研究意义和实际应用价值。

中文关键词： 金融数据；异常检测；数据挖掘；领域知识；

英文摘要： Data stream is a very important data type in the financial sector, and it is with the following characteristics. First, data stream arrives quickly. Second, it is unstable. And third, the number of data is huge and so on. Traditional analysis methods

英文关键词： financial data；outlier detection；data mining；domain knowledge；