金融市場的復(fù)雜性和不確定性不斷增加，現(xiàn)有的金融時間序列分析多依賴于靜態(tài)模型，難以有效捕捉動態(tài)變化和多維度數(shù)據(jù)之間的相互關(guān)系。此外，金融大數(shù)據(jù)呈現(xiàn)出非線性、時變性和高噪聲等特征，給數(shù)據(jù)分析和預(yù)測帶來了難度。在大數(shù)據(jù)時代下，時間序列數(shù)據(jù)挖掘現(xiàn)代信息技術(shù)是提升金融服務(wù)質(zhì)量與實(shí)現(xiàn)金融強(qiáng)國的工具。本書聚焦于金融時間序列數(shù)據(jù)挖掘，涵蓋金融時間序列的降維表示、相似性度量算法、聯(lián)動性分析模型與預(yù)測模型等理論與方法，旨在識別和量化不同金融時間序列之間的動態(tài)關(guān)系與趨勢變化。本書總結(jié)和闡釋了金融數(shù)據(jù)復(fù)雜性和不確定性，將時序數(shù)據(jù)挖掘技術(shù)應(yīng)用到金融市場決策和風(fēng)險(xiǎn)管理中，所形成的一系列創(chuàng)新性成果對于推動本領(lǐng)域的理論研究、智慧金融關(guān)鍵技術(shù)難題的突破，具有重要的學(xué)術(shù)價(jià)值，對于指導(dǎo)數(shù)字金融發(fā)展、金融科技創(chuàng)新提供基礎(chǔ)支撐和參考借鑒作用。