Principal Component Analysis and Randomness Tests for Big Data Analysis
-
- Englisch ausgewählt
106,99 €
inkl. gesetzl. MwSt.,
Beschreibung
Produktdetails
Einband
Gebundene Ausgabe
Erscheinungsdatum
11.09.2022
Abbildungen
Approx. 200 p. 20 illus.
Verlag
Springer TokyoMaße (L/B)
23,5/15,5 cm
Auflage
1st ed. 2022
Sprache
Englisch
ISBN
978-4-431-55904-7
This book presents the novel approach of analyzing large-sized numerical data (so-called big data). The essence of this approach is to grasp the "meaning" of the data instantly, without getting into the details of individual data. Unlike conventional approaches of principal component analysis, randomness tests, and visualization methods, the authors' approach has the benefits of universality and simplicity of data analysis, regardless of data types, structures, or specific field of science.
First, mathematical preparation is described. The RMT-PCA and the RMT-test utilize the cross-correlation matrix of time series, C = XXT, where X represents a rectangular matrix of N rows and L columns and XT
represents the transverse matrix of X. The RMT-PCA uses N samples of time series of length L. The RMT-test uses N elements of length L by cutting a single data to N pieces. Because C is symmetric, namely, C = CT
, it can be converted to a diagonal matrix of eigenvalues by a similarity transformation SCST
using an orthogonal matrix S. When N is significantly large, the histogram of the eigenvalue distribution can be compared to the theoretical formula derived in the context of the random matrix theory (RMT, in abbreviation).
Then the RMT-PCA is applied to high-frequency stock prices in Japanese and American markets. This approach proves its effectiveness in extracting "trendy" business sectors of the financial market over the prescribed time scale. In this case, X consists of N stock- prices of length L, and the correlation matrix C is an N by N square matrix, whose element at the i-th row and j-th column is the inner product of the price time series of the length L of the i-th stock and the j-th stock of the equal length L.
Next, the RMT-test is applied to measure randomness of various random number generators, including algorithmically generated random numbers and physically generated random numbers.
The book concludes by demonstrating three applications of the RMT-test: (1) a comparison of hash functions, (2) choice of safe stocks, and (3) prediction of stock index by means of a sudden change of randomness.
Ein neues Kapitel für Ihre Bücher
Ein neues Kapitel für Ihre Bücher
Schenken Sie Ihren alten Schätzen ein zweites Leben und erhalten Sie dafür eine Thalia Geschenkkarte.
Noch keine Bewertungen vorhanden
Verfassen Sie die erste Bewertung zu diesem Artikel
Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.
Kurze Frage zu unserer Seite
Vielen Dank für Ihr Feedback
Wir nutzen Ihr Feedback, um unsere Produktseiten zu verbessern. Bitte haben Sie Verständnis, dass wir Ihnen keine Rückmeldung geben können. Falls Sie Kontakt mit uns aufnehmen möchten, können Sie sich aber gerne an unseren Kund*innenservice wenden.
zum Kundenservice