时间序列建模中的斯巴达随机过程
物理与社会
2012-12-24 v1 数据分析、统计与概率
摘要
斯巴达随机过程 (SRP) 用于估计时间序列的相关结构并预测（外推）数据值。SRP 源于统计物理学，可视为 Ginzburg-Landau 模型。SRP 的时间相关性被建模为场值之间的“相互作用”。模型参数推断采用计算快速的修正矩法，该方法基于将样本能量矩与相应的随机约束进行匹配。随后将如此推断出的参数与通过最大似然法获得的参数进行比较。我们利用季度 S&P 500 指数的实际时间序列研究了斯巴达预测器 (SP) 的性能，并将 SP 预测误差与 Kolmogorov-Wiener 预测器的误差进行了比较。我们推导并使用了两个预测器（其中一个为显式）进行外推，并以类似方式评估了它们的性能。
引用
@article{arxiv.0709.3418,
title = {Spartan Random Processes in Time Series Modeling},
author = {M. Zukovic and D. T. Hristopulos},
journal= {arXiv preprint arXiv:0709.3418},
year = {2012}
}
评论
10 pages, 3 figures, Proceedings of APFA6