intsystems / 2024-Project-153

Paper investigates the optimal metric between highly volatile time series with the idea to make a forecast in the space of pair distances. Статья посвящена погружению временных рядов с высокой волатильностью в метрическое пространство с идеей прогнозирования в пространстве попарных расстояний.

Geek Repo:Geek Repo

Github PK Tool:Github PK Tool

Test status Test coverage Docs status

Название исследуемой задачи

Погружение временных рядов с высокой волатильностью в метрическое пространство

Тип научной работы

M1P

Автор

Алтай Эльшан оглы Эйнуллаев

Научный руководитель

доцент, Стрижов Вадим Викторович

Научный консультант(при наличии)

Яковлев Константин

Abstract

Рассматривается задача предсказания финансовых временных рядов. Основными особенностями таких временных рядов являются высокая волатильность и высокая попарная ковариация. Классическим подходом к решению задачи является выполнение прогноза в исходном пространстве. Новый метод заключается в переходе в пространство попарных расстояний между временными рядами, осуществлении прогноза в нем и переходе обратно в исходное пространство. Для его реализации необходимо ввести функцию расстояния между временными рядами (метрику), которая должна удовлетворять определенным свойствам. В данной статье изучаются эти свойства и проводятся сравнения различных метрик на основе численных экспериментов.

Research publications

Presentations at conferences on the topic of research ================================================ 1.

Software modules developed as part of the study

  1. A python package mylib with all implementation here.
  2. A code with all experiment visualisation here. Can use colab.

About

Paper investigates the optimal metric between highly volatile time series with the idea to make a forecast in the space of pair distances. Статья посвящена погружению временных рядов с высокой волатильностью в метрическое пространство с идеей прогнозирования в пространстве попарных расстояний.

License:MIT License


Languages

Language:Jupyter Notebook 99.2%Language:TeX 0.7%Language:Python 0.1%