Partial Wavelet Canonical Coherence for Nonstationary Signals with High Dimensional Confounders
高维混杂调整下非平稳信号的偏小波典型相干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：摘要明确研究非平稳多变量时间序列及小波频域关联；ETF 应用未说明高频采样或金融因子结构，故不增加金融细分。
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…
高维混杂调整下非平稳信号的偏小波典型相干
- 研究问题
- 对于两组多变量非平稳时间序列，如何在调整可能高维的混杂变量后，衡量随时间和尺度变化的典型关联？
- 方法与思路
- 作者在多变量局部平稳小波框架下定义目标量，通过局部小波谱矩阵估计，并使用主成分降维稳定高维混杂调整。
- 材料陈述的贡献
- 作者称这是时间序列偏典型相关的首个频域表述；摘要报告模拟可去除混杂诱发的边际关联，并展示美国 ETF 的时变关联。
- 阅读关注点
- 应核对局部平稳条件、谱矩阵估计与降维规则，检查调整后关联的统计含义，以及有限样本误差和尺度选择如何处理。
- 阅读边界
- 这是 arXiv 预印本，同行评审与期刊接收均未核实；摘要未说明推断条件，调整后的直接关联也不能据此解释为因果效应。
原文摘要
We develop Partial Wavelet Canonical Coherence for measuring the direct canonical association between two multivariate nonstationary time series after adjustment for possibly high-dimensional confounders. To the best of our knowledge, this is the first method that establishes a frequency-domain formulation of the partial canonical correlation analysis for time series. Through a wavelet approach, the proposed method yields a scale-specific, time-varying measure of association capable to work with potential data nonstationarities. We formulate the target quantity under the multivariate locally stationary wavelet framework, develop principled estimation through local wavelet spectral matrices, and incorporate principal-component reduction for stable adjustment in high-dimensions. Simulations show that the method removes spurious marginal association induced by confounding and accurately recovers direct association, including in higher-dimensional settings. Analysis of U.S. exchange-traded funds reveals substantial time-varying and scale-dependent direct canonical association after adjustment for external market effects.