基于Hodrick-Prescott和l1滤波方法的随机游走时间序列多重变点检测
统计方法学
2025-04-22 v3
摘要
我们提出了一种用于随机游走过程的多重变点检测新方法，旨在解决平稳性和方差变化带来的挑战。我们的ethods结合了两种趋势估计方法：Hodrick-Prescott（HP）滤波和l1滤波。在这些方法中选择调谐参数lambda是一个重大挑战，我们通过引入两种选择技术来解决此问题。对于基于HP的变点检测，我们提出了一种在指数分布假设下选择lambda的概率阈值方法。对于l1基于的方法，我们建议一种假设正态性的选择策略。此外，我们引入了一种技术，用于估计时间序列中变点的最大数量。我们通过将方法与类似技术（如PELTA）进行比较来验证这些方法，如仿真数据所示。我们还演示了将方法应用于真实世界SNP股票数据的实用性，展示了其在检测变点的有效性。
引用
@article{arxiv.2501.11805,
title = {Multiple change point detection based on Hodrick-Prescott and $l_1$ filtering method for random walk time series data},
author = {Xiyuan Liu},
journal= {arXiv preprint arXiv:2501.11805},
year = {2025}
}
备注
Need to major review the research proof section