英文标题：
《Kolmogorov Space in Time Series Data》
---
作者：
K. Kanjamapornkul and R. Pin\\v{c}\\\'ak
---
最新提交年份：
2016
---
英文摘要：
  We provide the proof that the space of time series data is a Kolmogorov space with $T_{0}$-separation axiom using the loop space of time series data. In our approach we define a cyclic coordinate of intrinsic time scale of time series data after empirical mode decomposition. A spinor field of time series data comes from the rotation of data around price and time axis by defining a new extradimension to time series data. We show that there exist hidden eight dimensions in Kolmogorov space for time series data. Our concept is realized as the algorithm of empirical mode decomposition and intrinsic time scale decomposition and it is subsequently used for preliminary analysis on the real time series data.
---
中文摘要：
利用时间序列数据的循环空间，证明了时间序列数据空间是一个具有$T\\u0}$-分离公理的Kolmogorov空间。在我们的方法中，我们定义了经验模式分解后时间序列数据内在时间尺度的循环坐标。时间序列数据的旋量字段来自于数据围绕价格和时间轴的旋转，通过为时间序列数据定义一个新的外维度。我们证明了时间序列数据在Kolmogorov空间中存在隐藏的八维空间。我们的概念被实现为经验模式分解和内在时间尺度分解的算法，并随后用于实时序列数据的初步分析。
---
分类信息：

一级分类：Quantitative Finance        数量金融学
二级分类：Mathematical Finance        数学金融学
分类描述：Mathematical and analytical methods of finance, including stochastic, probabilistic and functional analysis, algebraic, geometric and other methods
金融的数学和分析方法，包括随机、概率和泛函分析、代数、几何和其他方法
--

---
PDF下载：
-->