融合延迟变换和张量分解的金融时序预测算法

摘要：

金融时序预测可以为从业人员提供行业变化趋势信息.采用多路延迟嵌入变换将时间序列转化为低秩块Hankel张量,利用Tucker分解将高阶张量投影到压缩核心张量中,对核心张量使用季节性差分自回归滑动平均算法实现对未来的预测.在4个公共数据集上验证了该算法与经典的XGBoost、VAR、SARIMA等算法相比具有更好的计算精度和更少的计算成本.

关键词：多维金融时序预测、块Hankel张量、季节性差分自回归滑动平均算法、Tucker分解、多路延迟嵌入变换

所属期刊栏目：43

分类号：TP311.1(计算技术、计算机技术)

资助基金：辽宁省教育厅科学技术研究基金项目LJ2020033

在线出版日期：2022-05-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1295-1303