×

基于多变量copula方法的尾部关联层次时间序列聚类。 (英语) 兹比尔1520.62086

摘要:作者于2011年提出了基于copula函数估计的尾部相关系数的相异矩阵的时间序列聚类,使用了两步程序,允许使用“(k)-均值”算法。直接在相异矩阵上进行层次聚类的可能性仍然是一个悬而未决的问题,主要关注点与尾部相关性背景下最常见的链接方法的含义有关。在本文中,在多元copula方法中,我们提出了一种基于在层次聚类算法每次迭代时聚集的簇之间的尾部相关系数的链接方法。

MSC公司:

62H30型 分类和区分;聚类分析(统计方面)
62小时05 多元概率分布的表征与结构理论;连接线
62M10个 统计学中的时间序列、自相关、回归等(GARCH)
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] 赛义德·阿加博佐基(Saeed Aghabozorgi);Shirkhorshidi,Ali Seyed;Wah,Teh Ying,时间序列聚类——十年回顾,信息系统。,53, 16-38 (2015)
[2] Batagelj,V.,《关于超度量层次聚类算法的注释》,《心理测量学》,46,351-352(1981)
[3] 吕克·鲍文斯(Luc Bauwens);Laurent,Sébastien,一类新的多元偏态密度,应用于garch模型,J.Bus。经济。统计,23,346-354(2005)
[4] 马塞尔·布伦;司马昭;华建平;詹姆斯·洛维(James Lowey);布伦特·卡罗尔;爱德华·苏(Edward Suh);Edward R.Dougherty,《基于模型的聚类验证措施评估》,模式识别。,40, 3, 807-824 (2007) ·Zbl 1118.68132号
[5] Bruynooghe,Michel,Méthodes nouvelles en classification automatique de donnes taxinomiques nombreus,Stat.Ana。唐奈,2,3,24-42(1977)
[6] 塔德乌兹卡林斯基;Harabasz,Jerzy,《聚类分析的枝晶方法》,Commun。统计,理论方法,3,1,1-27(1974)·Zbl 0273.62010
[7] 乔瓦尼·德卢卡;Rivieccio,Giorgia,阿基米德连接的多元尾部相关系数,(大型数据集分析的高级统计方法,理论与应用统计学研究(2012),Springer)·兹比尔1473.62350
[8] 乔瓦尼·德卢卡;Zuccolotto,Paola,《金融时间序列聚类的基于尾部相关性的差异性度量》,《高级数据分析》。分类。,5, 4, 323-340 (2011)
[9] 乔瓦尼·德卢卡;Zuccolotto,Paola,投资组合选择的低尾依赖性的时间序列聚类,(精算科学和金融的数学和统计方法(2014),Springer),131-140·Zbl 1418.91463号
[10] 乔瓦尼·德卢卡;Zuccolotto,Paola,基于极端事件的金融时间序列双聚类算法,统计风险。型号。,34(2017)·Zbl 1362.60051号
[11] 乔瓦尼·德卢卡;Zuccolotto,Paola,金融时间序列的动态尾部依赖聚类,Stat.Pap。,1-17 (2017) ·Zbl 1416.62581号
[12] 乔瓦尼·德卢卡;Zuccolotto,Paola,金融时间序列模糊簇之间的政体依赖性互联,高级数据分析。分类。,1-22(2020年)·Zbl 07363876号
[13] Dhane,Jan;米歇尔·德努伊特;马克·J·古瓦茨(Marc J.Goovaerts)。;Rob Kaas;David Vyncke,《精算科学和金融中的共单调性概念:理论》,《保险》。数学。经济。,31,1,3-33(2002年)·Zbl 1051.62107号
[14] Marta,F。;Di Lascio,L。;法布里西奥·杜兰特;Pappada,Roberta,基于Copula的聚类方法,(Copula和依赖模型及其应用(2017),Springer),49-67
[15] Marta,F。;Di Lascio,L。;Giannerini,Simone,发现相关观测模式的基于连接词的算法,J.Classif。,29, 1, 50-75 (2012) ·Zbl 1360.62250号
[16] Marta,F。;Di Lascio,L。;Giannerini,Simone,用copula函数聚类相关观测,Stat.Pap。,60, 1, 35-51 (2019) ·Zbl 1411.62165号
[17] 迪塞格纳,玛尔塔;迪乌尔索(D'Urso)、皮耶保罗(Pierpaolo);Durante,Fabrizio,基于Copula的空间时间序列模糊聚类,Spat。Stat.,21,209-225(2017)
[18] Joseph C.Dunn,《Well-sparated clusters and optimal fuzzy partitions》,J.Cybern。,4, 1, 95-104 (1974) ·Zbl 0304.68093号
[19] 法布里西奥·杜兰特;Fernandez-Sanchez,Juan;帕帕达、罗伯塔、Copulas、对角线和尾部依赖、模糊集系统。,264, 22-41 (2015) ·Zbl 1360.68835号
[20] 法布里西奥·杜兰特;Enrico Foscolo,《通过空间传染分析金融市场之间的依赖性》,国际期刊Intell。系统。,28, 4, 319-331 (2013)
[21] 法布里西奥·杜兰特;恩里科·福斯科洛;彼得·贾沃斯基;王浩,金融时间序列的空间传染测度,专家系统。申请。,41, 8, 4023-4034 (2014)
[22] 法布里西奥·杜兰特;罗伯塔·帕帕达;尼古拉·托雷利(Nicola Torelli),《风险情景下金融时间序列的聚类》(Clustering of financial time series in risk scenarios),《高级数据分析》(Adv.Data Anal)。分类。,8, 4, 359-376 (2014) ·兹伯利1414.62241
[23] 法布里西奥·杜兰特;罗伯塔·帕帕达;Torelli,Nicola,通过非参数尾部相关性估计对时间序列进行聚类,Stat.Pap。,56, 3, 701-721 (2015) ·Zbl 1317.62053号
[24] 拥抱,保罗;Filip Lindskog;McNeil,Er J.,《用连接函数建模相关性及其在风险管理中的应用》,(《金融重尾分布手册》(2003),爱思唯尔出版社),第320-384页
[25] 费希尔,劳埃德;John W.Van Ness,《可接受的聚类程序》,《生物统计学》,58,1,91-104(1971)·Zbl 0224.62030号
[26] 富克斯,塞巴斯蒂安;法布里西奥·杜兰特;Marta,F。;Di Lascio,L.,连续变量秩不变层次聚类的相似度函数,计算。统计数据分析。,第107201条第(2021)页·Zbl 1510.62251号
[27] 劳伦斯·格罗斯滕(Lawrence R.Glosten)。;拉维·贾甘纳森;David Runkle,《论股票名义超额收益率的期望值与波动性之间的关系》,J.Finance,481779-1801(1993)
[28] Gordon,A.D.,《统计学和应用概率专题论文-分类》(1999),Chapman&Hall/CRC·Zbl 0929.62068号
[29] 玛丽亚·哈尔基迪;亚尼斯·巴蒂斯塔基斯;Vazirgiannis,Michalis,《集群验证技术》,J.Intell。信息系统。,17, 2, 107-145 (2001) ·Zbl 0998.68154号
[30] John A.Hartigan,《聚类算法》(1975),John Wiley&Sons,Inc·Zbl 0372.62040号
[31] 克里斯蒂安·海宁(Christian Hennig);玛丽娜·梅拉;菲奥恩·默塔格;Rocci,Roberto,《聚类分析手册》(2015),CRC出版社·Zbl 1331.68001号
[32] 马吕斯·霍弗特(Marius Hofert),《高效采样嵌套阿基米德连接函数》(Efficient sampling nested Archimedean copulas),计算。统计数据分析。,55, 1, 57-70 (2011) ·Zbl 1247.62132号
[33] 劳伦斯·J·休伯特。;Levin,Joel R.,评估自由回忆中分类聚类的一般统计框架,心理学。公牛。,83, 6, 1072 (1976)
[34] 季浩;王浩;Liseo,Brunero,《通过尾部依赖聚类和arma-garch-vine copula方法实现投资组合多元化战略》,澳大利亚。经济。爸爸。,57, 3, 265-283 (2018)
[35] 埃里克·琼多(Eric Jondeau);Michael Rockinger,《条件依赖的copula-arch模型:国际股市应用》,J.Int.Money Financ。,25, 827-853 (2006)
[36] Jun,Zhang;Du Ziping,基于时间尾部依赖系数的金融时间序列距离度量,国际期刊Adv.Manag。科学。,2, 4, 143-146 (2013)
[37] Kojadinovic,Ivan,基于经验连接过程和置换链接的连续变量层次聚类,计算。统计数据分析。,54, 1, 90-108 (2010) ·Zbl 1284.62380号
[38] Krzanowski,Wojtek J。;Lai,Y.T.,使用平方和聚类法确定数据集中组数的标准,生物计量学,23-34(1988)·Zbl 0707.62122号
[39] 拉富恩特·雷戈,博尔贾;迪乌尔索(D'Urso)、皮耶保罗(Pierpaolo);JoséA.Vilar,《基于分位数自方差的稳健模糊聚类》,Stat.Pap。(2018) ·Zbl 1397.62233号
[40] 拉富恩特·雷戈,博尔贾;JoséA.Vilar,《使用分位数自方差的时间序列聚类》,《高级数据分析》。分类。,10, 3, 391-415 (2016) ·Zbl 1414.62372号
[41] 戈弗雷·兰斯。;威廉姆斯,威廉·托马斯,分类排序策略的一般理论:1。层次系统,计算。J.,9,4,373-380(1967)
[42] 刘欣;吴江;杨,陈;Jiang,Wenjun,金融时间序列的一种基于最大尾部依赖性的聚类过程及其在投资组合选择中的应用,Risks,6,41115(2018)
[43] 刘燕池;李忠谋;熊、惠;高学东;吴俊杰;Wu,Sen,理解和增强内部聚类验证措施,IEEE Trans。赛博。,43, 3, 982-994 (2013)
[44] 哈拉尔洛赫;卡斯滕·罗瑟(Carsten Rother);Schäfer,Kilian Axel,《分层风险平价:多资产多因素分配中尾部相关性的核算》,(资产管理机器学习新发展和金融应用(2020)),329-368
[45] 梅勒,玛丽娜,《比较聚类——基于信息的距离》,J.Multivar。分析。,98, 5, 873-895 (2007) ·Zbl 1298.91124号
[46] 拜伦·J·T·摩根(Byron J.T.Morgan)。;Ray,Andrew P.G.,《聚类分析中的非唯一性和反演》,J.R.Stat.Soc.,Ser。C、 申请。Stat.,44,1,117-134(1995)·Zbl 0821.62036号
[47] 菲昂·穆尔塔格(Fionn Murtagh);孔特雷拉斯,佩德罗,《层次聚类算法:概述》,ii,威利互斥。版本数据最小知识。发现。,第7、6条,第1219页(2017年)
[48] 奥斯塔普·奥赫林;奥赫林,亚雷马;Schmid,Wolfgang,《关于层次阿基米德连接函数的结构和估计》,J.Econom。,173, 2, 189-204 (2013) ·Zbl 1443.62137号
[49] 奥斯塔普·奥赫林;亚历山大·里斯蒂格(Alexander Ristig),《层次阿基米德copulae:hac包》(Hierarchical Archimedean copulae:the hac package),J.Stat.Softw。,58, 4, 1-20 (2014)
[50] Eka Putra,瑜伽;丹尼·赛普丁;Aditsania,Annisa,使用基于b样条聚类的kompas-100股票指数的投资组合选择,Proc。计算。科学。,179, 375-382 (2021)
[51] 罗哈斯·托马斯,J.C。;马蒂尔德·桑托斯;Mora,M.,基于图的聚类验证的新内部索引,专家系统。申请。,86, 334-349 (2017)
[52] Rousseeuw,Peter J.,《剪影:聚类分析的解释和验证的图形辅助》,J.Comput。申请。数学。,20, 53-65 (1987) ·Zbl 0636.62059号
[53] 科内拉,萨武;特雷德,马克,阿基米德连接词的层次结构,量子。财务,10295-304(2010)·Zbl 1270.91086号
[54] Sklar,Abe,《分区和尺寸与勒尔市场的功能》,Publ。巴黎国立大学,8229-231(1959)·Zbl 0100.14202号
[55] 塔亚尔,塞达·托伦,均值-方差投资组合优化中聚类的新回溯测试方法,Knowl-基于系统。,209,第106454条pp.(2020)
[56] 维拉尔,何塞·A。;拉富恩特·雷戈,博尔贾;D'Urso,Pierpaolo,《分位数自方差:时间序列硬划分聚类和软划分聚类的强大工具》,模糊集系统。,340, 38-72 (2017) ·Zbl 1397.62233号
[57] 杨,陈;蒋文军;吴江;刘欣;李志川,利用跳尾相关系数对金融工具进行聚类,统计方法应用。,27, 3, 491-513 (2018) ·Zbl 1427.62124号
[58] 杨,韩;王明慧;黄楠静,α-尾距离及其在不同市场条件下投资组合优化中的应用,计算。经济。,1-30 (2020)
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。