针对金融时间序列分析中注重快速作出趋势判断的特点,利用数据挖掘的思想和工具,提出 一种金融时间序列模式快速发现算法. 与传统的预测算法相比较,该算法对数据的分布和平稳性等 方面的要求不高,不基于任何假设,能够非常快速地发现时间序列中的频繁模式,经过模式匹配后, 可以用于金融时间序列的分析与预测. 以实际汇率数据为例,证明了该算法的有效性-Financial time series analysis for rapid prediction of trend-oriented feat

本项目的具体问题是关于时间序列数据趋势预测。具体的应用场景是电子商务。现在要求您对118天到146天的每天100个关键产品进行销售量预测。(In this project, you are asked to study the general topic of time-series data mining, and specifically for time-series data trend prediction.)