Область применения дробного дифференцирования достаточно широка. Например, алгоритмы машинного обучения, обычно, принимают дифференцированный ряд на вход. Проблема в том, что необходимо вывести новые данные в соответствии с имеющейся историей, чтобы модель машинного обучения смогла распознать их. В данной статье рассматривается оригинальный подход к дифференцированию временного ряда, в дополнении к этому приводится пример самооптимизирующейся ТС на основе полученного дифференцированного ряда.
Цель данной статьи — поделиться результатами исследования по выявлению структуры в значениях цен акций, которые торгуются на Московской Бирже и на NYSE, методом их проверки на стационарность с помощью теста Дики-Фуллера. Есть небольшой класс акций, который представляет собой нестационарный процесс со стационарными приращениями и распределение...
一旦信号理论的表述在数学上变得有意义，静止性（广义上）和能谱就会立即出现。像 "信号是任何一组数字 "这样的废话显然就不会出现了。
链接网站上的文章试图对静止概念进行某种概括。不管它对 DSP 有多大用处，它对价格都没有太大意义。我要再次指出，资产价格或资产组合价格的静止性是交易者永恒的天堂，因为这意味着永远可以在一个永恒的平面上进行交易，例如回归均值。
关于 COC 的讨论到此结束。
骑得不错...
在我看来，小范围内是计量经济学，大范围内是金融随机数学。在高层次上，这些科学相互交织，并与机器学习紧密相连。
在我看来，在小范围内，计量经济学是一门科学；在大范围内，金融随机数学是一门科学。在高层次上，这些科学相互交织，并与机器学习紧密相连。
如果将条形图分解为主成分，会出现什么情况？
上图是原图，然后是主成分 1、2、3。
前两个主成分之和
无高频波动、无滞后期的更清洁图表...
过滤 ))
一旦信号理论的表述在数学上变得有意义，静止性（广义上）和能谱就会立即出现。像 "信号是任何一组数字 "这样的废话显然就不会出现了。
链接网站上的文章试图对静止概念进行某种概括。不管它对 DSP 有多大用处，它对价格都没有太大意义。我要再次指出，资产价格或资产组合价格的静止性是交易者永恒的天堂，因为这意味着永远可以在一个永恒的平面上进行交易，如回归均值。
关于 COC 的讨论到此结束。
好吧，如果你在之前检查了 "它 "的静态性之后，对其 进行过滤，那么也许会给某人带来些什么，尽管我对此表示怀疑
当 "它 "作为一个特征被输入到 Bousting 时，结果发现差异化越大，对新数据的预测就越没有价值。
再说一遍，你只需从中选取几个不同时期的 Mashas，就不会有什么问题了。
这篇论文中的一切都很完美：通过 FF 选择目标，至少每一步都进行了再训练，而且以分数差分序列的形式提供了最有参考价值的特征。总之，最近人们在这个话题中祈求的一切:)我把滤波器弄得一团糟，我同意，我应该添加滤波器以实现完全填充:)
我能在死前看到结果吗？
https://perraudin.info/gsp.php
从此过上幸福生活
那么，您能描述一下这个想法本身的轮廓吗？....
对我来说，重点始终是找到价格与 SB 的偏差。计量经济学与金融随机学的不同之处在于对时间的建模--前者是离散的，后者是连续的，这就导致了相当不同的数学，但本质是相同的。
下面是计量经济学文章 1 和文章 2 中这种搜索的一个相当标准的例子。这种方法恰恰与（资产价格或价差中的）静止性搜索有关--也就是说，静止性被假定为只有在某些情况下才可能出现，并被定义为对更典型的 SB 的偏离，而不是像 DSP 中的信号研究那样是一种恒定属性。
对于随机性，很难给出一个简单但有意义的例子。我关于间隙的论文可以作为这方面的一个提示，因为该论文所研究的分布更容易在连续时间内进行考虑。 如果我们假设该分布依赖于某些特征，我们就可以朝着 MO 的方向发展这一想法。
对我来说，重点始终是寻找价格与 SB 的偏差。计量经济学与金融随机学的不同之处在于对时间的建模--前者是离散的，后者是连续的，这导致了相当不同的数学，但本质是相同的。
下面是在计量经济学文章 1 和文章 2 中进行这种搜索的一个相当标准的例子。这种方法与（资产价格或价差中的）静止性搜索完全相关--也就是说，静止性被假定为只有在某些时候才可能出现，并被定义为偏离更典型的 SB，而不是像 DSP 中的信号研究那样是一种恒定属性。
对于随机性，很难给出一个简单但有意义的例子。我关于间隙的论文可以作为这方面的一个提示，因为该论文所研究的分布更容易在连续时间内进行考虑。 如果我们假设该分布依赖于某些特征，我们就可以朝着 MO 的方向发展这一想法。
金融市场不是静止的，这一点应从括号中取出，作为公理接受，任何静止的证据都应视为无效。
实际上，根据前苏联科学，金融市场不仅不是静止的，而且是未定义的。如果有人类 参与塑造一个随机过程，那么这个随机过程就曾被称为不确定过程。
不确定性属性最杰出的例子是将大众服务理论应用于地下客流。大众服务理论为地下客流形式的随机过程给出的所有指数都是经过完美计算的，并且存在于相当小的置信区间内。但是，如果拿一个气球，在人群中踩爆并大喊 "恐怖分子"，整个大众服务理论就会变得支离破碎。一个静止的过程变成了一个不确定的过程，大量的人被残害和践踏。这一切我们都可以在金融市场上看到，因为新闻可以对市场做任何事情。
是的，你可以用一个时间段来证明该时间段的静止性。你可以用另一个时间段来证明价格变化是静止的。但是，没有任何工具可以模拟新闻对市场的影响，在新闻影响之后，随机过程可能是静止的、非静止的或混乱的。
金融市场不是静止的，这一点应从括号中删除，作为公理接受，任何静止的证据都应视为无效。
实际上，根据前苏联科学，金融市场不仅不是静止的，而且是不确定的。如果一个随机过程的形成有人类 的参与，那么这个随机过程就曾被称为不确定过程。
将大众服务理论应用于地下客流，就是不确定性属性最杰出的例证。大众服务理论为地下客流形式的随机过程给出的所有指数都是经过完美计算的，并且存在于相当小的置信区间内。但是，如果拿一个气球，在人群中踩爆并大喊 "恐怖分子"，整个大众服务理论就会变得支离破碎。一个静止的过程变成了一个不确定的过程，大量的人被残害和践踏。这就是我们在金融市场上看到的情况，新闻可以对市场做任何事情。
是的，你可以用一个时间段来证明该时间段的静止性。你可以用另一个时间段来证明价格变化是静止的。但是，没有任何工具可以模拟新闻对市场的影响，在新闻影响之后，随机过程可能是静止的、非静止的或混乱的。
完全同意。市场的不确定性与自然过程不同，不具有概率特征。如果我们谈论市场不确定性的数学模型，最接近的应该是博弈论。但这门科学还很不发达，无法提供实际有用的模型。
在一些额外的假设条件下，从博弈论模型中可以得到概率模型。例如，混合策略中的纳什均衡。我们可能会对描述这种均衡附近振荡的模型感兴趣，就像力学中的振荡一样。但到目前为止，我还没有看到用于这类研究的足够发达的数学工具。
对我来说，重点始终是寻找价格偏离 SB..... 的情况。