基于符号的嵌入与学习

序列与时序数据出现在许多研究领域，如量化金融、医学或计算机视觉。本文考虑一种称为符号方法、植根于粗糙路径理论的序列学习新途径。其基本原理是以路径的迭代积分的分级特征集（称为符号）来表示多维路径。该方法关键依赖于一种嵌入原则，即将离散采样数据表示为路径，即从 $[0,1]$ 到 $\mathbb{R}^d$ 的函数。在综述符号的机器学习方法后，通过对三个近期具挑战性数据集的深入研究，考察了嵌入对预测精度的影响。结果表明，一种称为 lead-lag 的特定嵌入在所有考虑的数据集与算法中始终表现最强。此外，实证研究显示，在整个路径域上计算符号并不会导致局部信息丢失。结论为：借助良好嵌入，将符号与其他简单算法结合，可取得与最先进的领域专用方法相竞争的结果。