综述：《符号时间序列分析：系统性综述及其在金融领域的基于熵的应用》 Joanna Olbry?

《Information》：Symbolic Time Series Analysis: A Systematic Review with Entropy-Based Applications in Finance Joanna Olbry?

　　

摘要

本文探讨了可以在各种基于熵的应用中成功使用的符号编码方法。现有研究表明，符号时间序列分析（STSA）在金融和经济领域具有若干重要优势，尤其是在评估金融时间序列的信息内容方面。数据符号化是将具有多种可能值的时间序列转换为仅包含少数固定值的符号序列的过程。STSA 方法能够捕捉金融时间序列中连续值随时间变化的动态模式。离散化技术可以减少噪声并有效过滤数据，且对异常值具有很强的鲁棒性。此外，信息的符号编码还构成了香农通信数学理论以及信息熵这一核心概念的基础。