c++ - 应用于单个时间序列的独立成分分析

Question

首先，我不是金融工程大师。我作为 COBOL 程序员工作了很多年，虽然我对 C++ 有点生疏，但经过一些复习后我可以做得很好。

我从事 future 交易已有几年时间，并为自己设定了在单一时间序列数据流( future 价格、股票价格)上实现 ICA 的任务。

ICA 算法是 it++ 包 (fastICA) 的一部分，但是有必要对时间序列数据执行一些预处理，因为 ica 的工作前提是观测值的数量至少与源的数量一样大.

根据我的发现，预处理涉及构建一个矩阵 Y，该矩阵在第 1 列中包含原始时间序列，在第 2 列中包含时间序列的滞后 1 移位版本等。

eg.

Y= 1.0135518 - 0.7113242 - 0.3906069 1.565203
- 0.7113242 - 0.3906069 1.565203 0.0439317
- 0.3906069 1.565203 0.0439317 - 1.1656093
etc.

我的问题是:

1. 进行ICA后，恢复时间序列数据中的独立源需要哪些步骤？

2. 如何从最高位到最低位对 IC 进行排序。

   如果有人能回答这些问题或指出合适的书籍或文章的方向，我将不胜感激。最好这本书或文章在本质上更实用。

Answer 1

您可以尝试引用 Pierre Comon 和 Christian Jutten 的 Handbook of Blind Source Separation: Independent Component Analysis and Applications。