A new measure between sets of probability distributions with applications to erratic financial behavior
概率分布集合间的新度量及其金融异常行为应用AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要明确围绕时间序列结构断点构造相似性度量，并使用分段自回归过程检验，对应结构变化与时间序列。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
概率分布集合间的新度量及其金融异常行为应用
- 研究问题
- 当集合元素的位置具有概率分布所描述的不确定性时，如何度量集合间距离，并比较金融时间序列结构断点模式的相似性？
- 方法与思路
- 作者构造带位置不确定性的有限集合距离，将其与贝叶斯变点检测结合，先考察分段自回归过程，再分析国家和行业金融数据。
- 材料陈述的贡献
- 摘要称新度量能够比较结构断点模式，并在所考察的十九个国家和十一个行业中发现行业间异常行为模式的整体相似性更高。
- 阅读关注点
- 应核对集合距离的数学性质、断点后验不确定性的传递、变点检测设定，以及国家与行业相似性比较是否对度量和样本选择敏感。
- 阅读边界
- 这是 arXiv 预印本，同行评审或期刊接收未核实。摘要未说明金融变量、具体样本时期或统计不确定性，不能外推其经验结论。
原文摘要
This paper introduces a new framework to quantify distance between finite sets with uncertainty present, where probability distributions determine the locations of individual elements. Combining this with a Bayesian change point detection algorithm, we produce a new measure of similarity between time series with respect to their structural breaks. First, we demonstrate the algorithm's effectiveness on a collection of piecewise autoregressive processes. Next, we apply this to financial data to study the erratic behavior profiles of 19 countries and 11 sectors over the past 20 years. Our measure provides quantitative evidence that there is greater collective similarity among sectors' erratic behavior profiles than those of countries, which we observe upon individual inspection of these time series. Our measure could be used as a new framework or complementary tool for investors seeking to make asset allocation decisions for financial portfolios.