1) financial time series
金融时间序列
1.
Neural network methods in financial time series forcasting;
金融时间序列预测中的神经网络方法
2.
Financial Time Series Researching Based on Support Vector Machine;
基于支持向量机的金融时间序列研究
3.
Because financial time series was unstable,complicated,nonlinear,and containing noise data,it was very difficult to get the satisfied forecasting effect.
由于金融时间序列是非平稳的、复杂的,非线性的,含有噪声数据,传统的方法很难得到满意的预测效果。
2) high-frequency financial time series
高频金融时间序列
1.
Research on the relationship of co-persistence based on high-frequency financial time series;
高频金融时间序列的协同持续关系研究
2.
In order to research deeply on the microstructure of market, analyzing and modeling the volatility of high-frequency financial time series become the hotspots of domestic and foreign econometric researchers.
高频金融时间序列数据样本容量大,采集周期短,包含了丰富的市场信息,是金融市场特征的最好反映。
4) Multivariate Financial Time Series
多变量金融时间序列
1.
Copula Theory and Its Applications in Multivariate Financial Time Series Analysis;
Copula理论及其在多变量金融时间序列分析上的应用研究
5) Time Series in Economy and Finance
经济金融时间序列
1.
The Study on the Wavelet Theory and Their Applications of Time Series in Economy and Finance;
近年来,小波分析开始被引入经济与金融领域,作为处理经济金融时间序列数据的工具。
6) financial time series data
金融时间序列数据
补充资料：离散时间周期序列的离散傅里叶级数表示
(1)
式中χ((n))N为一离散时间周期序列，其周期为N点，即
式中r为任意整数。X((k))N为频域周期序列，其周期亦为N点，即X(k)=X(k+lN)，式中l为任意整数。
从式(1)可导出已知X((k))N求χ((n))N的关系
(2)
式(1)和式(2)称为离散傅里叶级数对。
当离散时间周期序列整体向左移位m时,移位后的序列为χ((n+m))N，如果χ((n))N的离散傅里叶级数(DFS)表示为,则χ((n+m))N的DFS表示为
式中χ((n))N为一离散时间周期序列，其周期为N点，即
式中r为任意整数。X((k))N为频域周期序列，其周期亦为N点，即X(k)=X(k+lN)，式中l为任意整数。
从式(1)可导出已知X((k))N求χ((n))N的关系
(2)
式(1)和式(2)称为离散傅里叶级数对。
当离散时间周期序列整体向左移位m时,移位后的序列为χ((n+m))N，如果χ((n))N的离散傅里叶级数(DFS)表示为,则χ((n+m))N的DFS表示为
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条