A Fuzzy Approach for Similarity Measurement in Time Series, Case Study for Stocks

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61988987%3A17610%2F20%3AA21025VN" target="_blank" >RIV/61988987:17610/20:A21025VN - isvavai.cz</a>

Výsledek na webu

<a href="https://link.springer.com/chapter/10.1007/978-3-030-50153-2_42" target="_blank" >https://link.springer.com/chapter/10.1007/978-3-030-50153-2_42</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1007/978-3-030-50153-2_42" target="_blank" >10.1007/978-3-030-50153-2_42</a>

Jazyk výsledku

angličtina

Název v původním jazyce

A Fuzzy Approach for Similarity Measurement in Time Series, Case Study for Stocks

Popis výsledku v původním jazyce

In this paper, we tackle the issue of assessing similarity among time series under the assumption that a time series can be additively decomposed into a trend-cycle and an irregular fluctuation. It has been proved before that the former can be well estimated using the fuzzy transform. In the suggested method, first, we assign to each time series an adjoint one that consists of a sequence of trend-cycle of a time series estimated using fuzzy transform. Then we measure the distance between local trend-cycles. An experiment is conducted to demonstrate the advantages of the suggested method. This method is easy to calculate, well interpretable, and unlike standard euclidean distance, it is robust to outliers.

Název v anglickém jazyce

A Fuzzy Approach for Similarity Measurement in Time Series, Case Study for Stocks

Popis výsledku anglicky

In this paper, we tackle the issue of assessing similarity among time series under the assumption that a time series can be additively decomposed into a trend-cycle and an irregular fluctuation. It has been proved before that the former can be well estimated using the fuzzy transform. In the suggested method, first, we assign to each time series an adjoint one that consists of a sequence of trend-cycle of a time series estimated using fuzzy transform. Then we measure the distance between local trend-cycles. An experiment is conducted to demonstrate the advantages of the suggested method. This method is easy to calculate, well interpretable, and unlike standard euclidean distance, it is robust to outliers.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

10102 - Applied mathematics

Projekt

<a href="/cs/project/GA18-13951S" target="_blank" >GA18-13951S: Nové přístupy k modelování finančních časových řad pomocí soft-computingu</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>S - Specificky vyzkum na vysokych skolach

Rok uplatnění

2020

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Information Processing and Management of Uncertainty in Knowledge-Based Systems

ISBN

978-3-030-50152-5

ISSN

1865-0929

e-ISSN

—

Počet stran výsledku

11

Strana od-do

567-577

Název nakladatele

Springer

Místo vydání

Cham

Místo konání akce

Lisabon

Datum konání akce

15. 6. 2020

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—