패스트캠퍼스 챌린지 44일차

이제부터는 제대로된 시계열 알고리즘인 단순 선형 / 적분 선형 / 비선형 / 다변향 선형 확률 과정을 진행하고자 한다.

 

오늘의 강의는 단순 선형 확률과정의 방향과 백색잡음의 정의와 실습을 통해 이해도를 향상시키는 방향으로 진행되었다.

 

왼쪽은 강의 자료 화면이고 오른쪽은 강의 화면이다.

 

우선 일반 선형확률과정이란 시계열 데이터가 가우시안 백색 잡음의 현재값과 과거값의 선형 조합이라고 한다.

 

수식을 보면 백색잡음과 시점들의 특정한 비율을 곱한 것들의 무수한 합으로 보여진다. 

 

가장 앞에 백색잡음이 존재하는 이유는 일반 선형확률과정의 세부적인 알고리즘 중 하나가 백색잡음이다.

 

이전에 봤던 개념이지만 리마인드 차원에서 한번 더 설명해주셨다. 잔차진단 중 한 가지이고 백색잡음은 정규분포이고 시간이 흘러도 평균이 0과 일정한 분산을 가져야한다.

 

그리고 시점간의 corr은 0이여야한다. 그리고 잔차들이 시간의 흐름에 따라 상관성이 없어야한다. 해당 사항에서는 공분산과 자기상관함수를 확인한다.

 

왼쪽은 강의 자료 화면이고 오른쪽은 강의 화면이다.

 

오른쪽 화면을 보면 가우시안 백색잡음을 볼 수 있다. 꼭 가우시안일 필요는 없다 다음 부분에서는 베르누이 백색잡음이 나오는데 백색잡음의 기반 확률분포가 반드시 정규분포를 보일 필요는 없다고 한다.

 

이후 다음 강의로 넘어갔다.

 

해당 부분부터는 MA(이동 평균)에 대한 설명이 이어졌다.  일반 선형확률과정은 무한개의 선형 조합이었지만 MA는 유한개의 q개의 차수로 구성되는 선형 조합이다. 

 

주식이나 코인 투자를 했던 사람은 ma에 대해 자연스럽게 들어봤을 것이다. 20일 이동평균선, 60일 이동평균선 등 이러한 보조지표 중 하나인 이동평균과 동일한 개념이다.

 

 

 

 

 

※ 본 포스팅은 패스트캠퍼스 환급 챌린지 참여를 위해 작성었습니다. 

 

※ 관련 링크 : https://bit.ly/37BpXiC