Joáo A.巴斯托斯。;豪尔赫·卡亚多 关于具有领域无关特征的财务数据的分类。 (英语) Zbl 1481.91200号 国际J近似推理 138, 1-11 (2021). 摘要:我们比较了一组数据驱动的领域无关规范性特征和一组较小的特征,这些特征捕获了有关金融资产回报的众所周知的风格化事实。我们表明,这些事实比通用功能更好地区分不同的资产类型。因此,金融时间序列分析是一个知识渊博的专家知识不可忽视的领域,而应支持数据的不可知表示。 MSC公司: 91G15型 金融市场 62P05号 统计学在精算科学和金融数学中的应用 关键词:金融经济学;时间序列;群集;分类;机器学习 PDF格式BibTeX公司 XML格式引用 \textit{J.A.Bastos}和\textit{J.Caiado},《国际近似推理》138,1--11(2021;Zbl 1481.91200) 全文: 内政部 链接 参考文献: [1] 阿隆索,A.M。;Maharaj,E.A.,使用子抽样的时间序列比较,计算。统计数据分析。,50, 2589-2599 (2006) ·Zbl 1445.62216号 [2] 巴斯托斯,J.A。;Caiado,J.,用方差比统计对金融时间序列进行聚类,Quant。《金融》,第14期,第2121-2133页(2014年)·Zbl 1402.62246号 [3] 贝卡尔特,G。;Harvey,C.,《新兴股市波动》,J.Financ。经济。,43, 29-77 (1997) [4] Bollerslev,T.,广义自回归条件异方差,经济杂志。,31, 307-327 (1986) ·Zbl 0616.62119号 [5] Caiado,J。;北卡罗来纳州克雷托。;Peña,D.,基于周期图的时间序列分类度量,计算。统计数据分析。,50, 2668-2684 (2006) ·Zbl 1445.62222号 [6] Caiado,J。;北卡罗来纳州克雷托。;Peña,D.,频域中长度不等的时间序列的比较,Commun。统计、模拟。计算。,38, 527-540 (2009) ·Zbl 1161.37348号 [7] Caiado,J。;Maharaj,E.A。;D’Urso,P.,时间序列聚类,(Henning,C.;Meila,M.;Murtagh,F.;Rocci,R.,《聚类分析手册》(2015),CRC出版社,Taylor&Francis Group),241-263·Zbl 1396.62196号 [8] Caiado,J。;北卡罗来纳州克雷托。;Poncela,P.,《聚类大数据时间序列的分段周期图方法》,《高级数据分析》。分类。,14, 117-146 (2020) ·Zbl 1474.62214号 [9] Caiado,J。;Crato,N.,《识别股票收益的共同动态特征》,Quant。《金融》,10797-807(2010) [10] Cerqueti,R。;Giacalone,M。;Mattera,R.,基于模型的条件高阶矩模糊时间序列聚类,国际期刊近似推理。,134, 34-52 (2021) ·Zbl 1519.62018号 [11] 克拉里达,R。;Gali,J.,《实际汇率波动的来源:名义冲击有多重要?》?,卡内基·罗切斯特学院。公共政策,41,1-56(1994) [12] Cont,R.,《资产回报的经验性质:程式化的事实和统计问题》,Quant。金融,1223-236(2001)·Zbl 1408.62174号 [13] 丁,Z。;格兰杰,C.W.J。;Engle,R.F.,《股票市场收益的长记忆特性和新模型》,J.Empir。金融,183-106(1993) [14] D’Urso,P。;De Giovanni,L。;Massari,R.,基于GARCH的时间序列稳健聚类,模糊集系统。,305, 1-28 (2016) ·Zbl 1368.62167号 [15] D’Urso,P。;洛杉矶加西亚-埃斯库德罗。;De Giovanni,L。;维塔莱,V。;Mayo-Iscar,A.,基于B样条的时间序列稳健模糊聚类,国际期刊近似推理。,136, 223-246 (2021) ·兹比尔1520.68140 [16] Engle,R.F.,英国通货膨胀方差估计的自回归条件异方差,《计量经济学》,50987-1008(1982)·Zbl 0491.62099号 [17] Fulcher,B.D。;Jones,N.S.,《高度比较的基于特征的时间序列分类》,IEEE Trans。知识。数据工程,26,3026-3037(2014) [18] 加利亚诺,P。;Peña,D.,向量时间序列的多元分析,Resen。仪器材料估算。圣保罗大学,4,383-404(2000)·Zbl 1098.62558号 [19] 加利亚诺,P。;佩尼亚,D。;Tsay,R.S.,用投影寻踪法检测多元时间序列中的异常值,美国统计协会,101,654-669(2006)·Zbl 1119.62360号 [20] 格拉内罗,S。;塞戈维亚,J.T。;Perez,J.G.,《关于赫斯特指数和资本市场长期记忆过程的一些评论》,Phys。A、 统计机械。申请。,387, 22, 5543-5551 (2008) [21] 格兰杰,C.W.J。;丁,Z.,《长记忆模型的多样性》,J.Econom。,73, 61-77 (1996) ·兹比尔0854.62100 [22] Harvey,C.,《新兴市场的可预测风险和回报》,《金融评论》。螺柱,8773-816(1995) [23] 克劳斯,A。;Litzenberger,R.,Skewness偏好与风险资产评估,《金融杂志》,211085-1094(1976) [24] Lubba,C.H。;Sethi,S.S。;Knaute,P。;舒尔茨,S.R。;Fulcher,B.D。;Jones,N.S.,第22条:经典时间序列特征,Data Min.Knowl。发现。,33, 1821-1852 (2019) [25] Maharaj,E.A。;D’Urso,P.,时间序列模式识别的一种基于相干的方法,Phys。A、 统计机械。申请。,389,1733516-3537(2010年) [26] Maharaj,E.A。;D’Urso,P.,频域时间序列的模糊聚类,信息科学。,181, 1187-1211 (2011) ·Zbl 1215.62061号 [27] Maharaj,E.A。;D’Urso,P。;Caiado,J.,《时间序列分类和聚类》(2019年),CRC出版社,Taylor&Francis Group:美国CRC出版社·Zbl 1435.62006号 [28] Mandelbrot,B.,《某些投机价格的变化》,J.Bus。,36394-419(1963年) [29] Otranto,E.,通过基于模型的程序聚类异方差时间序列,计算。统计数据分析。,52, 4685-4698 (2008) ·Zbl 1452.62784号 [30] 佩尼亚,D。;Prieto,F.J.,《使用投影进行聚类识别》,美国统计协会,96,1433-1445(2001)·Zbl 1051.62055号 [31] Piccolo,D.,ARIMA模型分类的距离度量,J.Time-Ser。分析。,11, 152-164 (1990) ·Zbl 0691.62083号 [32] Robinson,P.M.,长程相关性的高斯半参数估计,《Ann.Stat.》,231630-1661(1995)·Zbl 0843.62092号 [33] Taylor,S.J.,《金融时间序列建模》(2008),《世界科学:世界科学新加坡》·Zbl 1146.91033号 [34] Tsay,R.S.,《金融时间序列分析》(2010),威利·Zbl 1209.91004号 [35] 王,X。;史密斯,K。;Hyndman,R.J.,时间序列数据的基于特征的聚类,data Min.Knowl。发现。,13, 335-364 (2006) [36] Zakoian,J.-M.,阈值异方差模型,J.Econ。动态。控制,18931-955(1994)·Zbl 0806.90018号 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。