多元时间序列分析及其在金融中的应用

该书是邓自立教授的经典之作，研究了最优滤波理论的方法，由时间序列分析入手，建立了新的最优滤波理论的新方法。非常值得学习。

时间序列分析中，熵值特征提取至关重要。汇总了基本熵值和多尺度熵值，包含公式、概念和注意事项。提供 MATLAB 和 Python 工具包，可直接调用熵值计算。

时间序列理论在财政收入预测中的应用,刘一鸣,姜梦晶,本文通过利用我国1950至2009年共计60年的财政收入数据预测2010, 2011及2012年的财政收入。在R语言环境下,首先运用扩展的自相关函数

《多元统计分析-聚类分析-层次聚类》案例数据集提供了一个在多元统计分析中应用聚类分析技术的示例。该数据集不仅仅是一组数据样本，更是为研究人员提供了探索不同群体间关系的机会。通过层次聚类方法，可以发现数

利用时间作为自变量来预测一个时间序列未来的值，比如，可以预测地震、天气、股票等等，由于它的自变量只有时间，所以感觉很神奇，几乎就是拿一个变量自己来做回归，称之为自回归AR（autoregression

应用时间序列分析pdf版本，是由王燕编著的，中国人民大学出版社出版应用时间序列分析，ISBN：9787300066547，作者：王燕编著

应用时间序列分析的PPT，老师上课的课件，时间序列的定义，平稳序列的判别，描述了AR模型MA模型，ARMA模型

Lempel-Ziv复杂性已被广泛用于序列比较,并取得了可喜的结果,但是直到现在,尚未研究详尽历史中组件的分布。 本文研究了LZ单词的整体分布,并提出了一种用于序列比较的新统计方法。 考虑到组件的长度

基于SVM的金融时间序列分析的研究，刘迪，，本文通过比较支持向量机（SVM）和自回归移动平均模型(ARIMA)在金融时间序列回归分析的实验，提出了一种新的SVM和ARIMA的组合模型。该模

Rueys.tsay编写的金融时间序列分析,由王远林等翻译成中文。本书是学习时间序列分析的必读书目