F

  • 홈
  • 태그
  • 방명록

fractional difference 1

Ch 5. Fractional Differentiated Features

1. Stationarity vs Memory Dilemma 시계열의 정상성 (stationarity)란 mean, variance, covariance가 시간이 지나도 변하지 않는 성질을 의미한다. 시계열 분석에서 정상성을 가진 자료를 주로 사용하는데, 대표적인 것이 로그 1차 차분인데, 주가 자체를 사용하지 않고 수익률을 사용하는 것이 그 예이다. 그러나 이 경우 데이터가 갖고 있던 메모리를 잃게 되는 단점이 있다. 수익률과 원 주가 데이터의 상관계수는 0에 가깝다. 정상성을 가진 시계열 자료로 만드는 대신에 정보를 없애게 되는 stationarity vs memory 딜레마가 생기게 된다. 이를 해결할 수 있는 방법 중 하나가 분수 차분이다. 아래는 코스피 주가 데이터로 0부터 1까지 0.1씩 차분..

Advances in Financial ML 2023.01.27
1
더보기
프로필사진

  • 분류 전체보기 (16)
    • Advances in Financial ML (2)
    • ML for ASSET MANAGERS (6)
    • Regime (4)
    • Stochastic Process (4)
      • Stochastic Process (3)
      • Neural Stochastic Process (1)

Tag

Feature Importance, R/S 비율, Stochastic Process, fractional difference, 분수차분, 변수중요도, AFML, mean reversion, Hurst exponent, OU process, NCO, Marcenko Pastur distribution, 허스트지수, 금융시장 불확실성, Detoning, Denosing, pair trading, ONC, clustering, Quant,

최근글과 인기글

  • 최근글
  • 인기글

최근댓글

공지사항

페이스북 트위터 플러그인

  • Facebook
  • Twitter

Archives

Calendar

«   2025/05   »
일 월 화 수 목 금 토
1 2 3
4 5 6 7 8 9 10
11 12 13 14 15 16 17
18 19 20 21 22 23 24
25 26 27 28 29 30 31

방문자수Total

  • Today :
  • Yesterday :

Copyright © Kakao Corp. All rights reserved.

티스토리툴바