智能交易系统：多维金融时间序列聚类
摘要：多维时间序列聚类的研究模型基于图注意力自编码器 (GATE) 和掩膜自组织映射 (Mask-SOM)。通过利用金融市场中同一交易分段中存在的内在相关性来聚类和分析多维时间序列数据，以获取不同类型的市场特征。为了在含有高噪声的多维金融时间序列数据中获得和充分利用相关性特征进行聚类分析，我们引入了常曲率黎曼流形到图注意力自编码器中，将编码器捕获到的多维金融时间序列特征嵌入到流形中。随后，使用掩膜自组织映射分析流形编码来实现多维金融时间序列聚类分析。最后，使用实际金融数据验证了该模型的可行性和有效性。
作者：Pei Dehao
论文ID：2206.08855
分类：Computational Engineering, Finance, and Science
分类简称：cs.CE
提交时间：2022-09-27