领先-滞后图的深度融合：在加密货币中的应用
机器学习
2022-03-08 v2
摘要
时间序列的研究激励了许多研究者，尤其在多元分析领域。对随机变量间协同运动与依赖性的研究促使我们发展出描述资产间已有联系的度量方法。最常用的是相关性与因果性。尽管文献日益增长，一些联系仍未被检测到。本文的目标是提出一种能够整合同步与异步关系的新的表示学习算法。
引用
@article{arxiv.2201.02040,
title = {Deep Fusion of Lead-lag Graphs: Application to Cryptocurrencies},
author = {Hugo Schnoering and Hugo Inzirillo},
journal= {arXiv preprint arXiv:2201.02040},
year = {2022}
}