机构名称：
¥ 2.0
线性回归是一种简单而强大的技术：它提供了可解释的系数，其渐近性能是完善的和已知的。无疑是使用财务数据时的默认模型，但是它的简单性变成了在高维环境中的弱点（参见GU，Kelly和Xiu（2020），Christensen，Siggaard和Veliyev（2023））。依靠标准线性回归率，在高维设置中很少有解释变量会引起无尽的设计组合，并最终导致无数结论，而金融的新时代（由大规模数据集和增加的计算能力控制）使这个问题加剧了问题。因此，我们认为朝着高维方法和数据驱动的方法迈进在某种程度上是不可避免的。本文展示了通过将资金和理论与现代统计和计算技术相结合的知识和理论来进行高维度推论的可能性。利用
解释毕业后公告漂移
主要关键词
相关文件推荐
