C++ 应用于单个时间序列的独立分量分析

首先，我不是金融工程大师。我做COBOL程序员已经很多年了，虽然我有点生疏了C++，但我可以在复习一点之后做得好。

我从事期货交易已经有几年了，我的任务是在单一的时间序列数据流（期货价格、股票价格）上实现ICA

ICA算法是it++软件包fastICA的一部分，但是，由于ICA的工作前提是观测值的数量至少与源的数量相同，因此有必要对时间序列数据执行一些预处理

从我发现的情况来看，预处理包括构造一个矩阵Y，该矩阵Y在第1列中包含原始时间序列，在第2列中包含时间序列的滞后1移位版本，等等

eg.

Y= 1.0135518 - 0.7113242 - 0.3906069 1.565203
- 0.7113242 - 0.3906069 1.565203 0.0439317
- 0.3906069 1.565203 0.0439317 - 1.1656093
etc.

我的问题是：

在执行ICA后，恢复时间序列数据中的独立源需要哪些步骤

如何从最重要到最不重要排序IC

如果有人能回答这些问题，或者为我指出一本合适的书或文章的方向，我将不胜感激。这本书或这篇文章最好是比较实用的

---

您可以参考Pierre Comon和Christian Jutten的《盲源分离手册：独立分量分析和应用》。

通常ICA返回一个分离矩阵M。因此，要找到源，您需要将M乘以原始测量矩阵。按重要性排序ICA分量仅取决于您认为对您有意义的内容，例如方差或其他一些统计特性。ICA本身不提供任何自然排序机制。

恢复是什么意思？如果您正在将源代码输入ICA，为什么不保留它们的副本呢？至于排序，如果这只是基于值，为什么不为矩阵使用内置的排序函数呢？@Boris:我刚刚重新格式化了它；如果格式是拙劣的，我承担责任，并将清理它，如果你让我知道什么看起来是错的，它似乎对我来说是好的