A survey on gaussian process extensions in financial time series

Abstract

El modelado estadístico de series de tiempo financieras ha sido históricamente un foco central de la comunidad investigadora. A su vez, los avances tecnológicos experimentados durante las últimas dos décadas han aumentado exponencialmente la capacidad de emplear métodos complejos no lineales para esta tarea. De hecho, muchos artículos publicados recientemente se centran en la aplicación de técnicas de aprendizaje automático y aprendizaje profundo al modelado de los precios de las acciones (por ejemplo, Gu et. Al., 2020; Obthong et. Al., 2020).

Statistical modeling of financial time-series has historically been a central focus of the research community. In turn, the technological advancements experienced during the last two decades have exponentially increased the ability to employ complex non-linear methods to this task. Indeed, many recently published papers focus on the application of Machine Learning and Deep Learning techniques to the modeling of stock prices (e.g., Gu et. al., 2020; Obthong et. al., 2020).