具有即時效應和指數族的可識別馬可夫切換模型

研究論文提出了一種可識別的馬可夫切換模型，專門處理即時效應和指數族噪聲。時間系統經常展現非平穩行為，例如季節性氣候變化或第一型糖尿病患者的血糖波動，馬可夫切換模型用於建模此類非平穩性，通過離散潛在機制表示平穩時間段。然而，在頻繁機制切換、非線性和非高斯動態下，識別潛在機制具有挑戰性，尤其是當存在即時效應時。本研究建立了在時間機制依賴、非線性延遲和即時效應以及來自指數族的獨立噪聲下，潛在機制和機制依賴因果結構的可識別性理論，該理論也涵蓋非時序混合因果模型。此外，論文介紹了 FlowMSM，一個機制檢測框架，可與任何平穩因果發現方法配對，以恢復機制依賴的因果結構。實驗部分在合成基準測試和真實金融經濟學數據集上進行驗證，結果表明該方法能有效檢測潛在機制並發現非平穩時間序列中的因果結構。