×
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。