用机器学习预测加拿大住房市场的变化

从出版商下载全文

IDEAS上列出的参考文献

1. 菲利普·古莱特·库伦（Philippe Goulet Coulombe）、马克西姆·勒鲁克斯（Maxime Leroux）、达利博·斯特瓦诺维奇（Dalibor Stevanovic）和斯特凡·斯普雷南特（Stéphane Surprenant），2022年。"机器学习如何对宏观经济预测有用？,"应用计量经济学杂志，John Wiley&Sons，Ltd.，第37卷（5），第920-964页，8月。
   • Philippe Goulet Coulombe&Maxime Leroux&Dalibor Stevanovic&Stéphane Surprenant，2019年。"机器学习如何对宏观经济预测有用？,"CIRANO工作文件2019s-22，CIRANO。
   • 菲利普·古莱特·库隆贝（Philippe Goulet Coulombe）、马克西姆·勒鲁克斯（Maxime Leroux）、达利博·斯特瓦诺维奇（Dalibor Stevanovic）和圣埃芬·斯普雷南特（St’ephane Surprenant），2020年。"机器学习如何对宏观经济预测有用？,"论文2008.12477，arXiv.org。
   • Philippe Goulet Coulombe&Maxime Leroux&Dalibor Stevanovic&Stephane Surprenant，2020年。"机器学习如何对宏观经济预测有用？,"工作文件20-01，魁北克大学蒙特利尔管理学院宏观经济与预测系主任，2020年8月修订。
2. Hui Zou和Trevor Hastie，2005年。"补遗：通过弹性网进行规则化和变量选择,"英国皇家统计学会学报B辑英国皇家统计学会，第67卷（5），第768-768页，11月。
3. Hui Zou和Trevor Hastie，2005年。"通过弹性网进行正则化和变量选择,"英国皇家统计学会学报B辑英国皇家统计学会，第67卷（2），第301-320页，4月。
4. Mikael Khan和Taylor Webley，2019年。"解开推动房屋转售的因素,"员工分析笔记2019-12年，加拿大银行。

最相关的项目

1. 理查德·施诺伦伯格（Richard Schnorrenberger）、艾沙德里安·施密特（Aishadriane Schmidt）和吉尔赫梅·瓦勒·莫拉（Guilherme Valle Moura），2024年。"利用机器学习进行实时通货膨胀预测,"工作文件806，DNB。
2. Daniel Borup和Christensen、Bent Jesper和Mühlbach、Nicolaj Söndergaard和Nielsen、Mikkel Slot，2023年。"随机森林回归中的目标预测因子,"国际预测杂志爱思唯尔，第39卷（2），第841-868页。
   • Daniel Borup、Bent Jesper Christensen和Nicolaj N{o} 有机玻璃Muhlbach&Mikkel Slot Nielsen，2020年。"随机森林回归中的目标预测因子,"论文2004.01411，arXiv.org，2020年11月修订。
   • Daniel Borup、Bent Jesper Christensen、Nicolaj N.Mühlbach和Mikkel S.Nielsen，2020年。"随机森林回归中的目标预测因子,"创建研究论文2020-03年，奥胡斯大学经济与商业经济系。
3. Daniel Borup、Philippe Goulet Coulombe、Erik Christian Montes Schütte、David E.Rabach和Sander Schwenk-Nebbe，2022年。"样本外预测精度剖析,"FRB亚特兰大工作文件2022-16年，亚特兰大联邦储备银行。
   • Daniel Borup、Philippe Goulet Coulombe、Erik Christian Montes Schütte、David E.Rabach和Sander Schwenk-Nebbe，2024年。"样本外预测精度剖析,"FRB亚特兰大工作文件2022-16b年，亚特兰大联邦储备银行。
4. 芭芭拉·罗西，2019年。"存在不稳定性时的预测：我们如何知道模型是否预测良好以及如何改进它们,"经济学工作论文1711，庞培法布拉大学经济与商业系，2021年7月修订。
   • 芭芭拉·罗西，2019年。"不稳定情况下的预测：我们如何知道模型是否预测良好以及如何改进,"工作文件1162年，巴塞罗那经济学院。
   • 巴巴拉·罗西，2020年。"不稳定情况下的预测：我们如何知道模型是否预测良好以及如何改进,"CEPR讨论文件14472，C.E.P.R.讨论文件。
5. 里卡多·马西尼（Ricardo P.Masini）、马塞洛·梅德罗斯（Marcelo C.Medeiros）和爱德华多·门德斯（Eduardo F.Mendes），2023年。"时间序列预测的机器学习进展,"经济调查杂志Wiley Blackwell，第37卷（1），第76-111页，2月。
   • Ricardo P.Masini和Marcelo C.Medeiros以及Eduardo F.Mendes，2020年。"时间序列预测的机器学习进展,"论文2012.12802，arXiv.org，2021年4月修订。
6. James T.E.Chapman和Ajit Desai，2023年。"使用支付数据和机器学习进行宏观经济预测,"预测，MDPI，第5卷（4），第1-32页，11月。
   • James T.E.Chapman和Ajit Desai，2022年。"使用支付数据和机器学习进行宏观经济预测,"论文2209.00948，arXiv.org。
   • 詹姆斯·查普曼和阿吉特·德赛，2022年。"使用支付数据和机器学习进行宏观经济预测,"员工工作文件22-10，加拿大银行。
7. Felipe Leal、Carlos Molina和Eduardo Zilberman，2020年。"智利传染病预防中心（Proyección de la Infación en Chile con Métodos de Machine Learning）,"智利中央银行工作文件860，智利中央银行。
8. 阿内斯蒂、尼古列塔和卡拉马拉、埃莱尼和卡佩塔尼奥斯，乔治，2021年。"利用大型调查小组预测英国GDP增长,"英格兰银行工作文件923，英格兰银行。
9. 科伦坡、埃米利奥和佩拉加蒂，马特奥，2020年。"统计学习和汇率预测,"国际预测杂志爱思唯尔，第36卷（4），第1260-1289页。
   • 埃米利奥·科伦坡（Emilio Colombo）和马泰奥·佩拉加蒂（Matteo Pelagatti），2019年。"统计学习与汇率预测,"DISEIS-国际经济论坛，delle istituzioni e dello sviluppo1901年，萨克罗库雷天主教大学，国际经济学院，国际经济学院（DISEIS）。
10. Victor DeMiguel&Javier Gil Bazo&Francisco J.Nogales&AndréA.P.Santos，2021年。"机器学习能帮助选择共同基金投资组合吗？,"工作文件1245年，巴塞罗那经济学院。
    • 维克多·德米格尔（Victor DeMiguel）、哈维尔·吉尔·巴佐（Javier Gil-Bazo）、弗朗西斯科·诺盖尔斯（Francisco J.Nogales）和安德烈·A·P·桑托斯（AndréA.P.Santos），2021年。"机器学习能帮助选择共同基金的投资组合吗？,"经济学工作论文1772年，蓬佩法布拉大学经济与商业系。
11. Maehashi，Kohei&Shintani，Mototsugu，2020年。"利用因子模型和机器学习进行宏观经济预测：在日本的应用,"日本和国际经济杂志，爱思唯尔，第58卷（C）。
12. Yucheng Yang、Yue Pang、Guanhua Huang和Weinan E，2020年。"具有替代性大数据的宏观经济分析的知识图谱,"论文2010年5月172日，arXiv.org。
13. Tutz，Gerhard&Pößnecker，Wolfgang&Uhlmann，Lorenz，2015年。"一般多项式logit模型中的变量选择,"计算统计与数据分析爱思唯尔，第82（C）卷，第207-222页。
14. Oxana Babecka Kucharcukova和Jan Bruha，2016年。"现在预测捷克的贸易平衡,"工作文件2016/11，捷克国家银行。
15. Carstensen，Kai&Heinrich，Markus&Reif，Magnus&Wolters，Maik H.，2020年。"用三态Markov开关动态因子模型预测普通和严重衰退,"国际预测杂志爱思唯尔，第36卷（3），第829-850页。
    • Heinrich，Markus&Carstensen，Kai&Reif，Magnus&Wolters，Maik，2017年。"用三态Markov-Switching动态因子模型预测普通和严重衰退。德国经济周期的应用,"2017年VfS年会（维也纳）：货币和银行业的替代结构168206，Verein für Socialpolitik/德国经济协会。
    • Kai Carstensen&Markus Heinrich&Magnus Reif&Maik H.Wolters，2017年。"用三态Markov-Switching动态因子模型预测普通和严重衰退。德国经济周期的应用,"CESifo工作文件系列6457，CESifo。
    • Kai Carstensen&Markus Heinrich&Magnus Reif&Maik H.Wolters，2019年。"用三态Markov-Switching动态因子模型预测普通和严重衰退,"耶拿经济学研究论文2019-006年，Friedrich-Schiller-University耶拿大学。
16. 侯泰昌（Hou Tai Chang）、王平慧（Ping Huai Wang）、陈伟芳（Wei Fang Chen）和林晨菊（Chen-Ju Lin），2022年。"LDCT与健康检查对早期肺癌的风险评估,"IJERPH公司，MDPI，第19（8）卷，第1-12页，4月。
17. Margherita Giuzio，2017年。"稀疏索引跟踪中遗传算法与经典方法的比较,"经济与金融决策，施普林格；Associazione per la Matematica，第40卷（1），第243-256页，11月。
18. 尼古拉·穆尔巴赫，2020年。"基于树的综合控制方法：美国大使馆搬迁的后果,"创建研究论文2020-04，奥胡斯大学经济与商业经济学系。
19. 王，乔&周，魏&成，永刚&马，刚&张，小林&苗，余&陈，E，2018。"正则化移动最小二乘法和非奇异矩矩阵正则化改进插值移动最小二乘法,"应用数学与计算爱思唯尔，第325（C）卷，第120-145页。
20. Dmitriy Drusvyatskiy和Adrian S.Lewis，2018年。"近似方法的误差界、二次增长和线性收敛,"运筹学数学《信息》，第43卷（3），第919-948页，8月。

有关此项目的更多信息

关键词

JEL公司分类：

• A类-普通经济学与教学
• C45型-数学和定量方法——计量经济学和统计方法：专题——神经网络及相关专题
• 第53页-数学和定量方法——计量经济建模——预测和预测模型；模拟方法
• R2级-城市、农村、区域、房地产和交通经济学——住户分析
• R3级-城市、农村、区域、房地产和运输经济学——房地产市场、空间生产分析和公司选址
• D2类-微观经济学——生产和组织

NEP字段

• NEP-BIG-2023-10-16（大数据）
• NEP-CMP-2023-10-16（计算经济学）
• NEP-GER-2023-10-16（德国论文）
• NEP-URE-2023-10-16（城市与房地产经济学）

统计

更正

本网站上的所有材料均由各自的出版商和作者提供。你可以帮助纠正错误和遗漏。请求更正时，请提及此项目的句柄：RePEc:bca:bocadp:23-21。请参阅一般信息关于如何更正RePEc中的材料。

如果您编写了此项目，但尚未在RePEc注册，我们鼓励您这样做在这里。这允许将您的个人资料链接到此项目。它还允许您接受我们不确定的该项目的潜在引用。

如果CitEc公司识别了书目参考，但没有将RePEc中的项目链接到它，您可以帮助这个表格.

如果你知道引用这一条的缺失条目，你可以通过以与上述相同的方式为每个引用条目添加相关引用来帮助我们创建这些链接。如果您是此项目的注册作者，您可能还需要检查您的RePEc作者服务个人资料，因为可能有一些引文等待确认。

有关此项目的技术问题，或更正其作者、标题、摘要、书目或下载信息，请联系：负责人（以下电子邮件可用）。供应商的一般联系方式：https://edirc.repec.org/data/bocgvca.html.

请注意，更正可能需要几周时间才能筛选出来各种RePEc服务。