详细内容或原文请订阅后点击阅览
等权重 HAR 组合
这真是让我震惊。真是太有见地了。在另一个背景下，等权重组合规则！另请参阅我与 Minchul Shin 合作的论文，这些论文分别明确指出了点预测和密度预测的权重相等：Diebold, F.X. 和 Shin, M. (2019)，“机器学习用于正则化调查预测组合：部分平等的套索及其衍生物”，《国际预测杂志》，35，1679-1691。Diebold, F.X.、Shin, M. 和 Zhang, B. (2022)，“关于概率评估的聚合：欧元区通胀和实际利率的正则化预测密度混合”，《计量经济学杂志》，即将出版。工作论文，arXiv:2012.11649。HAR 模型中的预测组合难题作者：Clements, Adam； Vasnev, Andrey摘要：Corsi (2009) 的异质自回归 (HAR) 模型由于其简单性和一致的实证性能，已成为预测实际波动率的基准模型。已经提出了许多对原始模型的修改和扩展，这些修改和扩展通常只能提供增量预测改进。在本文中，我们退一步，将 HAR 模型视为结合了三个预测因子的预测组合：前一天的实际波动率（或随机游走预测）、前一周的平均值和前一个月的平均值。当应用普通最小二乘法 (OLS) 来组合预测因子时，HAR 模型使用在预测组合文献中已知存在问题的最佳权重。事实上
来源:毫不犹豫这真是让我震惊。如此深刻的见解。在另一个背景下，等权重组合规则！另请参阅我与 Minchul Shin 合作的论文，这些论文分别明确地得出点预测和密度预测的等权重：
Diebold, F.X. 和 Shin, M. (2019)，“正则化调查预测组合的机器学习：部分平等的套索及其衍生物”，国际预测杂志，35，1679-1691。
Diebold, F.X. 和 Shin, M. (2019) Diebold, F.X.和 Shin, M. (2019) , “正则化调查预测组合的机器学习：部分平等套索及其衍生物”，国际预测杂志，35，1679-1691。 正则化调查预测组合的机器学习：部分平等套索及其衍生物 国际预测杂志Diebold, F.X.、Shin, M. 和 Zhang, B. (2022)，“关于概率评估的聚合：欧元区通胀和实际利率预测密度的正则化混合”，计量经济学杂志，即将出版。 工作论文，arXiv:2012.11649。
Diebold, F.X., Shin, M. 和 Zhang, B. (2022) , “论概率评估的聚合：欧元区通胀和实际利率预测密度的正则化混合”， 计量经济学杂志 ，即将出版。 工作论文 arXiv:2012.11649 。HAR 模型中的预测组合难题
HAR 模型中的预测组合难题