Dynamic financial processes identification using sparse regressive reservoir computers

要約

この文書では、動的な金融プロセスの回帰表現への応用とともに、構造化行列近似理論における重要な発見を紹介します。
最初に、調査対象の金融または経済システムから抽出された時系列データに対する一般的な非線形時間遅延の埋め込みを含む包括的なアプローチを検討します。
その後、スパース最小二乗法と構造化行列近似法を使用して、出力結合行列の近似表現を識別します。
これらの表現は、特定の金融システムに固有の再帰的構造に対応する回帰モデルを確立する上で極めて重要な役割を果たします。
この文書ではさらに、前述の技術を活用するプロトタイプのアルゴリズムも紹介しています。
これらのアルゴリズムは、カオス的な動作を示す場合と示さない場合があるシナリオを含む、動的な金融および経済プロセスの近似識別および予測シミュレーションにおけるアプリケーションを通じて実証されます。

要約(オリジナル)

In this document, we present key findings in structured matrix approximation theory, with applications to the regressive representation of dynamic financial processes. Initially, we explore a comprehensive approach involving generic nonlinear time delay embedding for time series data extracted from a financial or economic system under examination. Subsequently, we employ sparse least-squares and structured matrix approximation methods to discern approximate representations of the output coupling matrices. These representations play a pivotal role in establishing the regressive models corresponding to the recursive structures inherent in a given financial system. The document further introduces prototypical algorithms that leverage the aforementioned techniques. These algorithms are demonstrated through applications in approximate identification and predictive simulation of dynamic financial and economic processes, encompassing scenarios that may or may not exhibit chaotic behavior.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google