金融里 time-series momentum 是啥意思
Posted
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了金融里 time-series momentum 是啥意思相关的知识,希望对你有一定的参考价值。
参考技术A time-series momentum时间序列动量
拼音双语对照
双语例句
1
Based on Hybrid Bayesian Network, combining with time-series model for performance data of Momentum Wheel, build the Dynamic Bayesian Network. The model solves the prediction problem of life and reliability of Momentum Wheel.
在混合贝叶斯网络模型基础上,结合对动量轮性能数据建立的时间序列模型,建立动量轮动态贝叶斯网络模型,该模型解决了动量轮寿命和可靠性预计问题。本回答被提问者采纳
论文笔记:Multivariate Time-series Imputation with Disentangled Temporal Representations
ICLR 2023
1 Intro
- 多元时间序列补全的新模型
- N个变量,时间跨度为T的多元时间序列,可以表示成
- 这提供了两个视角以供补全
- 建模变量间的关联性(cross-channel correlation)
- 提取时间动态性
- 这提供了两个视角以供补全
- N个变量,时间跨度为T的多元时间序列,可以表示成
- 深度学习的方法大多基于RNN来建模多元时间序列
- 但他们大多使用纠缠着的表征(entangled representation)【比如hidden state】来表征时间序列的动态
- 但是在实际的时间序列中,他们的动态是由各种独立的因素组成的(比如趋势、周期性、残差项)
- 使用entangled representaion可能不会得到好的补全效果
- 因为entangled representation需要同时解释多个独立的、正交的pattern
- 但他们大多使用纠缠着的表征(entangled representation)【比如hidden state】来表征时间序列的动态
- 这篇论文提出了TIDER(Time-series Imputation with Disentangled tEmporal Representations)
- 将多元时间序列中复杂的动态关系,用解耦的表征分别建模时间序列的趋势、周期、局部残差项
- 使用矩阵分解的框架,在长时间序列中更scalable
- 同时,不同的解耦表征也给模型带来了可解释性
2 模型部分
2.1 整体部分
- 其中M 是一个mask 矩阵,表示哪些元素有观测值,哪些没有
- V_t是趋势特征矩阵
- V_s是周期特征矩阵
- V_b是残差特征矩阵
当这些低秩特征矩阵都学习完毕后,原来有观测值的位置保持不变,没有观测值的部分使用补全值
2.2 趋势特征矩阵
- 建模时间序列的内部趋势
- 希望是逐步的、平滑的变化
- 将趋势特征矩阵的平滑度表示为
2.3 周期特征矩阵
使用傅里叶级数表示
其中:
这里ω是一个超参数
2.4 趋势特征矩阵
优点类似TRMF的自回归方式
2.5 自适应权重
中的V改成:
其中α是一个可学习的参数
3 实验
3.1 补全效果
3.2 scalability
3.3 Ablation
3.4 Disentanglement 可视化
以上是关于金融里 time-series momentum 是啥意思的主要内容,如果未能解决你的问题,请参考以下文章
PP: Imaging time-series to improve classification and imputation
如何使用Cassandra来存储time-series类型的数据
Time-series Storage Layer Time Series Databases 时间序列
PP: Soft-DTW: a differentiable loss function for time-series
论文笔记:Multivariate Time-series Imputation with Disentangled Temporal Representations
论文笔记:Informer: Beyond Efficient Transformer for Long Sequence Time-Series Forecasting