ilikeafrica.com

Innovative Summaries and Translations of Scientific Papers

Minimum entropy density method for the time series analysis

|

ilikeafrica

This post, leveraging AI, summarizes and analyzes the key aspects of the research paper “Minimum entropy density method for the time series analysis”. For in-depth information, please refer to the original PDF.


📄 Original PDF: Download / View Fullscreen

English Summary

The minimum entropy density method (MEDM) is applied to analyze the time series of Standard and Poor’s 500 index from February 1983 to April 2006. This paper focuses on finding a specific time scale in which patterns are revealed most by introducing the MEDM, which minimizes entropy density. The method is based on information theory concepts such as Shannon entropy and entropy density. By coarse-graining the data with an appropriate scale and digitizing continuous amplitudes into discrete values, this approach allows for pattern detection even amidst high frequency noise contamination.

Key Technical Terms

Below are key technical terms and their explanations to help understand the core concepts of this paper. You can explore related external resources via the links next to each term.

View Original Excerpt (English)

Minimum entropy density method for the time series analysis Jeong Won Lee,∗Joongwoo Brian Park,∗Hang-Hyun Jo,† Jae-Suk Yang,‡ and Hie-Tae Moon Department of Physics, Korea Advanced Institute of Science and Technology, Daejeon 305-701, Republic of Korea2006 (Dated: October 8, 2018) AbstractNov The entropy density is an intuitive and powerful concept to study the complicated nonlinear pro- 14 cesses derived from physical systems. We develop the minimum entropy density method (MEDM) to detect the structure scale of a given time series, which is defined as the scale in which the un- certainty is minimized, hence the pattern is revealed most. The MEDM is applied to the financial time series of Standard and Poor’s 500 index from February 1983 to April 2006. Then the temporal behavior of structure scale is obtained and analyzed in relation to the information delivery time and efficient market hypothesis.[physics.data-an] PACS numbers: 89.65.-s, 89.65.Gh, 89.70.+c Keywords: econophysics, entropy density arXiv:physics/0607282v2 ∗The first two authors contributed equally to this work. †Present address: School of Physics, Korea Institute for Advanced Study, Seoul 130-722, Republic of Korea ‡Electronic address: yang@kaist.ac.kr; Present address: Department of Physics, Korea University, Seoul 136-713, Republic of Korea 1 I. INTRODUCTION In recent years, physicists have enlarged the research area to many interdisciplinary fields. Econophysics is one of the active research areas where many statistical methods are applied to investigate financial systems. Many analytic methods are introduced, such as the cor- relation function, multifractality, minimal spanning tree, and spin models [1, 2, 3, 4, 5, 6]. The empirical time series in financial markets have also been investigated by using vari- ous methods such as rescaled range (R/S) analysis to test the presence of correlations [7] and detrended fluctuation analysis to detect long-range correlations embedded in seemingly non-stationary time series [8, 9]. In this paper we focus on how…

🇰🇷 한국어 보기 (View in Korean)

한글 요약 (Korean Summary)

최소 엔트로피 밀도 방법 (MEDM)은 1983 년 2 월부터 2006 년 4 월까지 표준 및 가난한 500 지수의 시계열을 분석하기 위해 적용됩니다.이 백서는 엔트로피 밀도를 최소화하는 MEDM을 도입하여 패턴이 가장 드러나는 특정 시간 척도를 찾는 데 중점을 둡니다. 이 방법은 Shannon Entropy 및 Entropy 밀도와 같은 정보 이론 개념을 기반으로합니다. 적절한 척도로 데이터를 거친 곡식과 이산 값으로 연속 진폭을 디지털화함으로써,이 접근법은 고주파 노이즈 오염이있을 때에도 패턴 감지를 허용합니다.

주요 기술 용어 (한글 설명)

  • Minimum Entropy Density Method (MEDM)
    설명 (Korean): 특정 척도를 가진 거친 곡물 데이터 세트에 의해 엔트로피 밀도를 최소화하고 K-Ary 시계열로 변환하여 특히 금융 시스템 분석에서 가장 효과적으로 패턴을 드러내는 방법.
    (Original English: A method that minimizes entropy density by coarse-graining data sets with specific scales and transforming them into k-ary time series to reveal patterns most effectively, particularly in financial systems analysis.)
  • Shannon entropy
    설명 (Korean): 모든 이전 정보가 알려져있을 때 주어진 변수의 불확실성 또는 무작위성을 측정하는 정보 이론 개념; 블록 크기 L이 증가함에 따라 단조롭게 증가합니다.
    (Original English: An information theory concept measuring the uncertainty or randomness of a given variable when all previous information is known; it increases monotonically as block size L increases.)
  • Entropy density
    설명 (Korean): 블록 크기가 증가하더라도 일정하게 유지되는 Shannon Entropy에서 파생 된 측정 값은 프로세스 내에서 반복적 인 구조를 나타냅니다. 프로세스의 불확실성 또는 무작위성을 측정하고 주어진 L의 값에 대해 Hµ (L)로 수렴합니다.
    (Original English: A measure derived from Shannon entropy that remains constant even with increasing block sizes, indicating repetitive structures within processes. It measures uncertainty or randomness in processes and converges to hµ(L) for a given value of L.)

발췌문 한글 번역 (Korean Translation of Excerpt)

시계열 분석을위한 최소 엔트로피 밀도 방법 Jeong Won Lee, * Joongwoo Brian Park, * Hang-yun Jo, † Jae-Suk Yang, hi-tae Moon Physics, 한국 고급 과학 및 기술 연구소, Daejeon 305-701, oraea2006의 Daejeon 305-701 (2018 년 10 월 8 일). 물리적 시스템에서 파생 된 복잡한 비선형 프로 14 개를 연구하기 위해. 우리는 주어진 시계열의 구조 스케일을 감지하기 위해 최소 엔트로피 밀도 방법 (MEDM)을 개발하며, 이는 확실성이 최소화되는 스케일로 정의되어 패턴이 가장 많이 드러납니다. MEDM은 1983 년 2 월부터 2006 년 4 월까지 표준 및 가난한 500 지수의 금융 시계열에 적용됩니다. 그러면 구조 규모의 시간적 행동은 정보 전달 시간 및 효율적인 시장 가설과 관련하여 얻어지고 분석됩니다. ARXIV : PHYSICS/0607282V2 * 첫 두 저자는이 작업에 똑같이 기여했습니다. † 현재 주소 : 한국의 한국 학부, 한국 서울 130-722, 한국 공화국 ‡ 전자 주소 : yang@kaist.ac.kr; 현재 주소 : 한국의 물리학과, 한국, 한국 공화국 136-713 1 I. 최근 몇 년 동안 물리학 자들은 많은 학제 간 분야로 연구 영역을 확대했다. 생태 물리학은 금융 시스템을 조사하기 위해 많은 통계적 방법이 적용되는 활발한 연구 영역 중 하나입니다. 공동 관계 함수, 다생산, 최소 스패닝 트리 및 스핀 모델과 같은 많은 분석 방법이 도입된다 [1, 2, 3, 4, 5, 6]. 재무 시장에서의 경험적 시계열은 또한 상관 관계의 존재를 테스트하기 위해 재조정 범위 (R/S) 분석과 같은 다양한 방법을 사용하여 조사되었습니다 [7] 및 겉보기에 비정형 시계열에 포함 된 장거리 상관 관계를 감지하기 위해 유망한 흐름 분석 분석 [8, 9]. 이 논문에서 우리는 어떻게 …

Source: arXiv.org (or the original source of the paper)

Comments

답글 남기기

이메일 주소는 공개되지 않습니다. 필수 필드는 *로 표시됩니다