基于有向有限穿越可视图的时间序列伴生网络.PDF

第32 卷第2 期 系统工 程 学 报 Vol.32 No.2 2017 年4 月 JOURNAL OF SYSTEMS ENGINEERING Apr. 2017 基于有向有限穿越可视图的时间序列伴生网络 汤 胤, 易 娜, 毛景慧 (暨南大学管理学院, 广东广州510632) 摘要: 提出两种新的可视图建网方法(有限穿越水平可视图和有向有限穿越可视图), 有限穿越水平可视图综合了水 平可视图的算法简便性以及有限穿越可视图的抗噪声能力, 而有向有限穿越可视图则突破了原有算法的无向性, 考 虑了时间的不可逆性. 与传统可视图的三种模型进行对比,验证了两种算法的有效性, 最后将模型应用到股市进行 了实证分析. 关键词: 时间序列; 复杂网络; 可视图 中图分类号: F713.36 文献标识码: A 文章编号:2017 doi: 10.13383/j.cnki.jse.2017.02.002 Derived network based on directed limited penetrable visibility graph for time series Tang Yin, Yi Na, Mao Jinghui (School of Management, Jinan University, Guangzhou 510632, China) Abstract: This paper proposes two models: limited penetrable horizontal visibility graph(LPHVG) and di- rected limited penetrable visibility graph(DLPVG). LPHVG has both the simplicity of horizontal visibility graph(HVG) and the anti-noise performance of LPHVG. Directed limited penetrable visibility graph(DLPVG) takes into account the irreversibility of time and makes a breakthrough in the non-directional algorithms. The comparative experiments verifies the effectiveness of the two models, and the models are applied empirically to the real stock markets. Key words: time series; complex networks; visibility graph 1 引引引 言言言 由于金融时间序列的混沌特性, 经典的数据挖掘算法对此类数据往往效果不佳. 近年来, 复杂网络应用 于时间序列分析开始受到关注, 提出了一系列将时间序列映射到复杂网络的方法. 站在复杂网络这个新的 研究角度, 可以借助大量复杂网络研究工具, 通过其拓扑结构特征的动态演变反推, 发现时间序列的全新特 性, 从而对时间序列进行更加深刻的探索. 这些对于金融, 互联网, 生物医学等时间序列数据的分析都具有 重要指导意义. 从时间序列到复杂网络的映射算法对时间序列的噪声, 随机性, 计算复杂度, 简便性和直观性等因素均 有较高要求. Zhang 等 提出了一种时间序列伴生网络, 网络节点对应为时间序列的周期, 而将周期间的时 收稿日期: 修订日期: 基金