内容
2024年第40卷第2期
-
430-456 预测对账:回顾 通过 Athanasopoulos、George和Hyndman、Rob J.和Kourentzes、Nikolaos和Panagiotelis、Anastasios -
457-469年 计数时间序列的概率调和 通过 科拉尼、乔治和阿齐蒙蒂、达里奥和鲁巴图、尼科尔 -
470-489 深泊松混合概率递阶预测 通过 Olivares、Kin G.&Meetei、O.Nganba&Ma、Ruijun&Reddy、Rohan&Cao、Mengfei&Dicker、Lee -
490-514 基于预测组合的预测对账:见解和扩展 通过 Di Fonzo、Tommaso和Girolimetto、Daniele -
第515页至第531页 时间层次中基于似然的推理 通过 莫勒、扬·克洛彭伯格和奈斯特拉普、彼得·马德森和亨里克 -
532-548 按年龄、地区和出生地预测澳大利亚的生育率 通过 Yang、Yang和Shang、Han Lin和Raymer、James -
549-563 基于EVT尾部的分层死亡率预测:在偿付能力资本要求中的应用 通过 李、韩、陈、华 -
564-580 反事实和解:纳入聚合约束以实现更准确的因果效应估计 通过 Cengiz、Doruk和Tekgüç、Hasan -
581-596 聚合曲线的层次预测及其在日电价拍卖中的应用 通过 Paul Ghelasi和Florian Ziel -
597-615 机器学习在分层时间序列预测中的应用:调查促销的影响 通过 Abolghasemi、Mahdi&Tarr、Garth&Bergmeir、Christoph -
616-625 最优分层EWMA预测 通过 斯布拉纳、贾科莫和佩拉加蒂、马蒂奥 -
626-640 利用随机层次聚集约束预测区域经济总量 通过 库普、加里·麦金太尔、斯图亚特·米切尔、詹姆斯·潘恩、奥布里 -
641-660 分层迁移学习及其在电力负荷预测中的应用 通过 Antoniadis、Anestis&Gaucher、Solenne&Goude、Yannig -
661-686 回到现在:通过现在铸造的模型了解欧元区 通过 Cascaldi-Garcia、Danilo和Ferreira、Thiago R.T.和Giannone、Domenico和Modugno、Michele -
687-705 基本面、私人信号和选美比赛在预测汇率方面的作用 通过 皮格纳塔罗、朱塞佩和拉吉、戴维德和潘科托、弗朗西丝卡 -
706-720 基于观察数据的个性化选择模型在定价情景下预测需求——有人看护的送货上门案例 通过 居尔·阿里、奥兹登和阿莫林、佩德罗 -
721-734 双有界时间序列预测的广义βARMA模型 通过 Scher、Vinícius T.和Cribari-Neto、Francisco和Bayer、Fábio M。 -
735-745 采用稳健措施改善通胀预测 通过 Verbrugge、Randal和Zaman、Saeed -
746-761 单词还是数字? 使用文本和宏观经济数据进行宏观经济预测 通过 郑、汀国、范、新跃、金、魏芳、匡南 -
762-776 每日风险增长:财务驱动因素还是实际驱动因素? 答案并不总是一样的 通过 Chuliá、Helena&Garrón、Ignacio&Uribe、Jorge M。 -
777-795 金融周期比率与GDP中期预测:来自美国的证据 通过 格拉齐亚诺·莫拉马科 -
796-810 量化调查期望中的主观不确定性 通过 Krüger、Fabian和Pavlova、Lora -
811-839 经济学和金融学中的贝叶斯预测:现代回顾 通过 Martin、Gael M.&Frazier、David T.&Maneesoonthorn、Worapree&Loaiza-Maya、Rubén&Huber、Florian&Koop、Gary&Maheu、John&Nibbering、Didier&Panagiotelis、Anastasios -
840-854 平均值和波动率变化被忽略的(结构性)VAR模型 通过 Demetrescu、Matei和Salish、Nazarii
2024年第40卷第1期
-
6-28 利用频率分解技术指标预测股权溢价 通过 托拜厄斯·斯坦因 -
29-43 利用区域切换GARCH-MIDAS预测股市波动:地缘政治风险的作用 通过 塞根、马乌利和古普塔、兰根和威尔夫林、伯恩德 -
44-61 条形、线条和点:图形格式对判断预测的影响 通过 Reimers,Stian&Harvey,奈杰尔 -
62-76 结构变化下因子增强回归的预测 通过 马萨奇(Massacci)、丹尼尔·卡佩塔尼奥斯(Daniele&Kapetanios)、乔治(George) -
77-95 完全条件规范框架内缺失值的风能预测 通过 Wen、Honglin和Pinson、Pierre和Gu、Jie和Jin、Zhijian -
96至112 冲突预警系统的回顾与比较 通过 罗德、埃斯彭·吉尔穆登和戈斯特、蒂姆和海格、赫瓦德 -
113年至123年 引诱私人家庭的预期不确定性 通过 乔纳斯·多芬 -
124-141 多党动态贝叶斯模型预测韩国总统大选 通过 Kang、Seungwoo和Oh、Hee-Seok -
142-159 交易预测市场:一种下注机制 通过 Raja、Aitazaz Ali和Pinson、Pierre和Kazempour、Jalal和Grammatico、Sergio -
160-183 当地通货膨胀因素有多大? 来自新兴欧洲国家的证据 通过 Cepni、Oguzhan和Clements,Michael P。 -
184-201 经验概率预测:一种仅基于确定性解释变量的方法,用于选择过去的预测误差 通过 罗曼努斯、爱德华多·E·和席尔瓦、尤格尼奥和戈尔德施密特、罗纳尔多·R·。 -
202-228 基于面板数据的同等预测能力测试,适用于经合组织和国际货币基金组织的预测 通过 Akgun、Oguzhan和Pirotte、Alain和Urga、Giovanni和Yang、Zhenlin -
229-246 风险增长的时变偏度模型 通过 马丁·伊瑟林豪森 -
247-267 时尚产品需求预测:系统综述 通过 Swaminathan、Kritika和Venkitasubramony、Rakesh -
268-284 共识外汇预测对投资者有价值吗? 通过 Kwas、Marek和Beckmann、Joscha和Rubaszek、Michał -
285-301 动态数据的贝叶斯羊群检测 通过 Keppo、Jussi和Satopää,Ville A。 -
302-312 使用基于球员评级的模型预测足球比赛结果 通过 霍姆斯、本杰明和麦克海尔、伊恩·G。 -
313-323 动态因子Markov开关模型中的加速峰值定年 通过 van Os、Bram和van Dijk、Dick -
324-347 财务对数收益左尾和右尾条件分位数预测的2T-POT-Hawkes模型:条件EVT模型的样本外比较 通过 汤姆林森、马修·F·格林伍德、戴维·克鲁琴斯基、马辛 -
348-372 一种新的互联网金融中不平衡信用评分的深度集成模型 通过 肖、金、中、余、贾、燕林、王、亚东、李、若易、江、小毅、王、寿阳 -
373-391 利用遥感数据进行冲突预测:在叙利亚内战中的应用 通过 Racek、Daniel&Thurner、Paul W.&Davidson、Brittany I.&Zhu、Xiao Xiang&Kauermann、Göran -
392-408 预测已实现协方差矩阵的Outlier-ro-bost方法 通过 Li、Dan和Drovandi、Christopher和Clements、Adam -
409-422 使用VIX–收益率曲线周期预测衰退 通过 汉森,安妮·隆加德
2023年第39卷第4期
-
1496-1501 哈里·马科维茨:感谢 通过 盖拉德,约翰 -
1502-1511 关于层次预测的评价 通过 Athanasopoulos、George和Kourentzes、Nikolaos -
1518-1547 预测组合:50多年回顾 通过 王晓谦、亨德曼、罗布·J·李、冯康、燕飞 -
1548-1563 在大危机中测试大数据:新冠肺炎疫情 通过 巴巴利亚(Barbaglia)、卢卡(Luca)和弗拉塔罗罗(Frattarolo)、洛伦佐(Lorenzo)和奥诺兰特(Onorante)、卢卡·佩里科利(Luca&Pericoli)、菲利波·玛丽亚·拉托(Filippo Maria&Ratto)、马尔科(Marco&Tio -
1564-1572 分布回归及其CRPS评价:极大极小风险的界和收敛性 通过 Pic、Romain&Dombry、Clément&Naveau、Philippe&Taillardat、Maxime -
1573-1592 针对网络攻击的电力需求预测的稳健回归 通过 范登·胡维尔(Vanden Heuvel)、丹尼尔(Daniel)和吴(Wu)、金然(Jinran)和王(Wang)、尤甘(You-Gan) -
1593-1614 基于树的异质级联集成信用评分模型 通过 刘万安范洪霞孟 -
1615-1639 国际货币基金组织对危机国家的贸易预测:偏见、效率低下及其根源 通过 Eicher、Theo S.和Kawai、Reina -
1640-1654 总结电网运营商的整体NWP预测:一致性、可诱导性和经济价值 通过 Yang、Dazhi和Kleissl,Jan -
1655-1677 宏观经济情景对经常性拖欠的影响:抵押贷款多级模型的压力测试框架 通过 Bocchio、Cecilia&Crook、Jonathan&Andreeva、Galina -
1678年-1697年 利用已实现波动率的多重分形随机游走模型预测股指收益的变异性 通过 萨塔霍夫(Sattarhoff)、克里斯蒂娜(Cristina)和卢克斯(Lux)、托马斯(Thomas) -
1698-1712 基于高频和低频财务数据的GARCH-It-Jumps模型的波动性分析 通过 傅金玉、林金冠、郝红霞 -
1713-1735 家庭通胀预期的内部一致性:点预测与密度预测 通过 赵永晨 -
1736-1760 美国通货膨胀的实时密度预测:模型组合方法 通过 Edward S.Knotek和Saeed Zaman -
1761-1776 投影动态条件相关性 通过 Llorens Terrazas,Jordi&Brownlees,克里斯蒂安 -
1777-1803 识别金融不稳定的预警系统 通过 Allaj、Erindi和Sanfelici、Simona -
1804-1819 数据丰富的世界中股市波动的可预测性:一种新的见解 通过 马,冯&王,季谦&瓦哈布,M.I.M.&马,袁慧 -
1820-1838 使用DSGE模型的预测组合进行欧元区宏观经济预测 通过 乔阿佩克、扬和克雷斯波·库雷斯马、杰苏斯和豪森伯格、尼科和莱切尔、弗拉斯蒂米尔 -
1839-1852 LASSO主成分平均:点预测池的全自动方法 通过 Uniejewski、Bartosz和Maciejowska、Katarzyna -
1853-1873 识别分析师评级质量的预测因素:集合特征选择方法 通过 蒋、帅、郭、颜红、周、文军、李、咸能 -
1874-1894 基于机器学习的深度神经网络短生命周期新产品销售预测框架 通过 Elalem、Yara Kayyali和Maier、Sebastian和Seifert、Ralf W。 -
1895-1908 关于组合预测的不确定性:相关性的关键作用 通过 马格纳斯(Magnus)、扬·R·和瓦斯涅夫(Vasnev)、安德烈·L·。 -
1909-1924 使用谷歌趋势预测美国和巴西的GDP增长率 通过 Bantis、Evripidis和Clements、Michael P.和Urquhart、Andrew -
1925-1944 具有自适应折扣的动态线性模型 通过 Yusupova、Alisa和Pavlidis、Nicos G.和Pavlidis、Efthymios G。
2023年第39卷第3期
-
1033-1049 三十年后:Lee–Carter死亡率预测方法综述 通过 巴塞里尼、乌戈菲利波和卡马达、卡洛·乔瓦尼和布斯、希瑟 -
1065-1077 利用贝叶斯空间和时空方法预测商业网络中企业的短期违约 通过 Berloco、Claudia&Argiento、Raffaele&Montagna、Silvia -
1078年-1096年 多元分布预测的静态和动态模型:因子分位数与多元GARCH模型的正确评分规则检验 通过 Alexander、Carol和Han、Yang和Meng、Xiaochun -
1097-1121 叙事情绪在经济预测中的作用 通过 史蒂文·夏普(Steven A.Sharpe)和辛哈(Sinha)、尼蒂什·R·霍拉(Nitish R.)和克里斯托弗·霍拉(Christopher A.Holllah)。 -
1122-1144 混频机器学习:使用每日互联网搜索量数据进行每周初始索赔的即时广播和回溯 通过 Borup、Daniel&Rabach、David E.&Schütte、Erik Christian Montes -
1145-1162年 用递阶递归神经网络预测CPI通货膨胀成分 通过 Barkan、Oren&Benchimol、Jonathan&Caspi、Itamar&Cohen、Eliya&Hammer、Allon&Koenigstein、Noam -
1163-1184 超长时间序列的分布式ARIMA模型 通过 王、小倩、康、燕飞、亨德曼、罗布·J·李、冯 -
1185-1204 面板向量自回归模型的惩罚估计:面板LASSO方法 通过 安妮卡·卡梅尔 -
1205-1220 群体结构未知的大数据集和不完全数据集的因子模型 通过 德国Maximo&Lopez-Beenache Camacho -
1221-1237 改进差异预测:已实现差异功能的作用 通过 帕潘托尼斯(Papantonis)、伊奥安尼斯(Ioannis)和罗马波利斯(Rompolis)、列奥尼达斯(Leonidas)和扎瓦利斯(Tzavalis)、埃利亚斯(Elias) -
1238-1252 一种减少不同预测误分类的完全贝叶斯跟踪算法 通过 肖特(Short),马丁·B·&莫勒(Martin B.&Mohler),乔治·O·。 -
1253-1271 利用投标数据预测电价 通过 Ciarreta、Aitor和Martinez、Blanca和Nasirov、Shahriyar -
1272-1286 用多分辨率方法预测日峰值电力负荷 通过 Amara-Ouali、Yvenn&Fasiolo、Matteo&Goude、Yannig&Yan、Hui -
1287-1302 基于时变特征的贝叶斯预测组合 通过 李、李和康、燕飞和李、冯 -
1303-1317 fETSmcs:基于特征的ETS模型组件选择 通过 齐、凌志和李、西溪和王、强和贾、苏灵 -
1318-1332 全球经济政策不确定性一致:原油市场波动的信息预测 通过 Zhang、Yaojie和He、Mengxi和Wang、Yudong和Liang、Chao -
1333-1350 使用深度学习提高预测稳定性 通过 范·贝勒、杰特和克雷维茨、鲁本和韦贝克、沃特 -
1351-1365 指数平滑模型的收缩估计 通过 Pritularga、Kandrika F.和Svetunkov、Ivan和Kourentzes、Nikolaos -
1366-1383 美国新冠肺炎病例和死亡的训练和未训练概率集合预测的比较 通过 Ray、Evan L.&Brooks、Logan C.&Bien、Jacob&Biggerstaff、Matthew&Bosse、Nikos I.&Bracher、Johannes&Cramer、Este Y.&Funk、Sebastian&Gerding、Aaron&Johansson、Michael A.&Rumack、Aaran&Wang、Yijin&Zorn、Martha&Tibshirani、Ryan J.&Reich、Nicholas G。 -
1384-1412 使用谷歌趋势数据的近期预测增长:贝叶斯结构时间序列模型 通过 Kohns、David和Bhattacharjee、Arnab -
1413-1423 押注热门话题:在线体育博彩的定价错误和效率低下 通过 Ramirez、Philip和Reade、J.James和Singleton、Carl -
1424-1447 LoMEF:为全球模型时间序列预测生成局部解释的框架 通过 Rajapaksha、Dilini&Bergmeir、Christoph&Hyndman、Rob J。 -
1448-1459 使用连续排序的概率得分分布评估极值的概率预测 通过 塔尔拉达、马克西姆和福盖尔、安娜·劳尔和纳沃、菲利普和德丰德维尔、拉斐尔 -
1460-1476 使用因子模型池和快速估计算法预测GDP 通过 塞尔坎·伊拉斯兰和马克西米利安·施罗德 -
1477-1492 通过修订的基本费率进行模型组合 通过 Petropoulos、Fotios&Spiliotis、Evangelos&Panagiotelis、Anastasios
2023年第39卷第2期
-
541-555 如何使用行为修改“改进”预测 通过 Shmueli、Galit和Tafti、Ali -
558-560 预测、因果关系和反馈 通过 罗布·亨德曼。 -
570-586 使用专家、线性和非线性模型预测电价 通过 Billé、Anna Gloria和Gianfreda、Angelica和Del Grosso、Filippo和Ravazzolo、Francesco -
587-605 牛市和熊市的可预测性:预测美国股市走势(和回报)的新视角 通过 Haase、Felix和Neuenkirch、Matthias -
606-622 测试新冠肺炎预测的准确性 通过 Coroneo、Laura和Iacone、Fabrizio和Paccagnini、Alessia和Santos Monteiro、Paulo -
623-640 混合武术比赛结果预测的马尔可夫链模型 通过 霍姆斯、本杰明和麦克海尔、伊恩·G·伊查卢克、卡米拉 -
641-658 用于每周时间序列预测的精确和全自动集成模型 通过 Godahewa、Rakshitha和Bergmeir、Christoph和Webb、Geoffrey I.和Montero-Manso、Pablo -
659-673年 原油期货市场收益预测:主成分分析组合方法 通过 张耀杰、王玉东 -
674-690 使用离职验证进行死亡率预测的贝叶斯模型平均 通过 巴里古、卡里姆和戈法德、皮埃尔·奥利维尔和洛伊塞尔、圣菲和沙利、亚希亚 -
691-719 用糟糕的预测模型击败市场 通过 胡瓦切克、昂德·伊杰和西尔、古斯塔夫 -
720-735 预测极端财务风险:记分驱动方法 通过 福恩特斯、费尔南达和埃雷拉、罗德里戈和克莱门茨、亚当 -
736-753 经验转化的线性意见库 通过 加拉特、安东尼·亨克尔、蒂莫·瓦希、肖恩·P。 -
754-771 分析场景之间的差异 通过 Hendry、David F.和Pretis、Felix -
772-790 英国GDP增长预测者的不同行为 通过 米德、奈杰尔和司机 -
791-808 基于文本的指标在预测意大利经济活动中的作用 通过 Aprigliano、Valentina&Emiliozzi、Simone&Guaitoli、Gabriele&Luciani、Andrea&Marcucci、Juri&Monteforte、Libero -
809-826 目前食品价格暴涨 通过 马西亚斯(Macias)、巴威(Pawe)和斯特马西亚克(Stelmasiak)、达米安(Damian)和萨夫莱克(Szafranek)、卡罗尔(Karol) -
827-840 已实现波动率测度中的时变方差和偏度 通过 Opschoor,Anne&Lucas,Andreé -
841-868 随机森林回归中的目标预测因子 通过 Borup、Daniel&Christensen、Bent Jesper&Mühlbach、Nicolaj Söndergaard&Nielsen、Mikkel Slot -
869-883年 基于copula的全球水平辐射时间序列模型 通过 穆勒、阿尔弗雷德和鲁贝尔、马提亚斯 -
884-900 外生变量的神经基扩展分析:用NBEATSx预测电价 通过 奥利瓦雷斯(Olivares)、金·G·&查鲁(Kin G.&Challu)、克里斯蒂安(Cristian&Marcjasz)、格热戈兹(Grzegorz&Weron)、拉法(Rafał)&杜布拉夫斯基(Dubrawski)、阿图尔 -
901-921 基于非线性降维技术的实时通货膨胀预测 通过 Hauzenberger、Niko和Huber、Florian和Klieber、Karin -
922-937 RWDAR模型:一种新的状态空间预测方法 通过 斯布拉纳、贾科莫和西尔维斯特里尼、安德里亚 -
938-955 DCC和DECO-HEAVY:基于已实现方差和相关性的多元GARCH模型 通过 Bauwens、Luc和Xu、永登 -
956-966年 聚合定性地区级竞选评估以预测选举结果:来自日本的证据 通过 米奇奥·乌梅达 -
967-980 基于物理信息的高斯过程回归在电网状态估计和预测中的应用 通过 塔塔科夫斯基(Tartakovsky)、亚历山大·M·马(Alexandre M.&Ma)、唐(Tong)和巴拉哈斯·索拉诺(Barajas-Solano)、大卫·A·蒂皮雷迪(David A.&Tipiredid)、拉马克里希纳 -
981-991 确定性数值预报的校准及其对验证的影响 通过 Mayer、Martin János和Yang、Dazhi -
992-1004 利用气候数据进行能见度预测的深度学习模型 通过 奥尔特加、卢斯·C·奥特罗、路易斯·丹尼尔和所罗门、米切尔和奥特罗,卡洛斯·E·法布雷加斯和阿尔多 -
1005-1020 电力负荷预测的稳健支持向量回归模型 通过 罗、建和洪、陶和高、哲明和方、舒聪
2023年第39卷第1期
-
1-17 通过技术分析预测比特币:一个非随机森林? 通过 Gradojevic、Nikola&Kukolj、Dragan&Adcock、Robert&Djakovic、Vladimir -
18-38岁 太相似,无法合并? 预测组合中的负权重 通过 Radchenko、Peter&Vasnev、Andrey L.&Wang、Wendun -
39-57 跨时间预测协调:最优组合方法和启发式选择 通过 Di Fonzo、Tommaso和Girolimetto、Daniele -
58-72 房地产流动性不足与回报:一个时变的区域视角 通过 Ellington、Michael&Fu、Xi&Zhu、Yunyi -
73-97年 概率人口预测:短期到非常长期 通过 阿德里安·拉夫特里和谢夫契科娃,哈纳 -
98-109 贝塔自回归滑动平均模型选择及其在水电储能建模和预测中的应用 通过 Cribari-Neto、Francisco和Scher、Vinícius T.和Bayer、Fábio M。 -
110-122 用于小面积人口预测的最佳M4竞争方法的评估 通过 威尔逊、汤姆和格罗斯曼、伊琳娜和坦普尔、杰罗姆 -
123-143 盈余管理对公司失败预测的影响 通过 素食区、大卫·塞弗林、埃里克·切利比、苏希尔 -
144-169 交互式R&D溢出:基于预测驱动模型选择的估计策略 通过 乔尔达西斯、乔治奥斯和穆索莱西、安东尼奥和西米奥尼、米歇尔 -
170-177 接受差异:重新审视PollyVote组合预测美国总统选举(2004年至2020年)的方法 通过 安德烈亚斯·格雷夫 -
178-191 技术分析、价差交易和数据监听控制 通过 Psaradellis、Ioannis&Laws、Jason&Pantelous、Athanasios A.&Sermpinis、Georgios -
192-208 急诊室等待时间的实时预测:机器学习技术的比较分析 通过 贝内文托(Benevento)、伊丽莎白(Elisabetta)和阿洛伊尼(Aloini)、戴维德(Davide)和斯奎奇亚里尼(Squicciarini)、努齐亚(Nunzia) -
209-227 矢量误差修正模型的基于数据的先验知识 通过 普吕瑟,简 -
228-243 每周经济活动:测量和信息内容 通过 韦格米勒(Wegmüller)、菲利普·格洛克(Philipp&Glocker)、克里斯蒂安·古贾(Christian&Guggia)、瓦伦蒂诺(Valentino) -
244-265 小时内太阳预报的最新进展:地面天空图像方法综述 通过 林、范、张、姚、王、建学 -
266-278 每日新闻情绪和月度调查:一个用于预测消费者信心的混合频率动态因素模型 通过 Algaba、Andres&Borms、Samuel&Boudt、Kris&Verbeken、Brecht -
279-297 FRED-SD:具有预测应用程序的国家级数据实时数据库 通过 Bokun、Kathryn O.和Jackson、Laura E.和Kliesen、Kevin L.和Owyang、Michael T。 -
298-313 近期德国GDP:外国因素、金融市场和模型平均值 通过 安德烈尼(Andreini)、保罗(Paolo)和哈森扎格(Hasenzagl)、托马斯(Thomas)和赖希林(Reichlin)、卢克雷齐亚(Lucrezia)和森夫特本·科尼格(Senftleben-König)、夏洛特(Charlotte)和斯特罗萨尔( -
314-331 预测预期短缺:我们应该使用股市因素的多元模型吗? 通过 Fortin、Alain-Philippe和Simonato、Jean-Guy和Dionne、Georges -
332-345 参数有效的深度概率预测 通过 斯普兰格斯(Sprangers)、奥利维尔(Olivier)和谢尔特(Schelter)、塞巴斯蒂安(Sebastian)和德瑞克(de Rijke)、马尔滕(Maarten) -
346-363 基于变分贝叶斯推理的层次收缩大向量自回归预测 通过 Gefang、Deborah&Koop、Gary&Poon、Aubrey -
364-390 菲利普斯曲线有助于预测欧元区通货膨胀吗? 通过 巴恩布拉、马尔塔和博贝卡、埃琳娜 -
391-404年 CoVaR估计的非高斯模型 通过 比安奇、米歇尔·莱昂纳多和德卢卡、乔瓦尼和里维奇奥、乔治亚 -
405-430 一个可能具有长程相关性的动态多层次因子模型的估计 通过 埃格曼、尤努斯·埃姆雷和罗德里格斯·卡巴列罗、C.弗拉基米尔 -
431-449 IMF危机预测的准确性 通过 Eicher、Theo S.和Rollinson、Yuan Gao -
450至469 多人口死亡率预测:具有结构突变的增广公因子模型 通过 Wang、Pengjie和Pantelous、Athanasios A.和Vahid、Farshid -
470-485 分解众智聚合者的影响:偏见-信息-噪音(BIN)模型 通过 Satopää、Ville A.和Salikhov、Marat和Tetlock、Philip E.和Mellers、Barbara -
486-502 利用变量选择和公共因子预测原油市场波动 通过 Zhang,Yaojie&Wahab,M.I.M.和Wang,Yudong -
503-518 基于GAMLSS框架的信用卡违约风险混合模型 通过 Wattanawongwan、Suttisak&Mues、Christophe&Okhrati、Ramin&Choudhry、Taufiq&So、Mee Chi -
519-539 新冠肺炎对通货膨胀建模的冲击和挑战 通过 博贝卡、埃琳娜和哈特维格、本尼
2022年第38卷第4期
-
1283-1318 零售预测:研究与实践 通过 菲尔德斯、罗伯特和马、邵辉和科拉萨、斯蒂芬 -
1319-1324 后期详细预测:研究与实践 通过 菲尔德斯、罗伯特·科拉萨、斯蒂芬·马、邵慧 -
1325-1336 M5竞赛:背景、组织和实施 通过 Makridakis、Spyros&Spiliotis、Evangelos&Assimakopoulos、Vassilios -
1337-1345 预测/假设M5竞赛结果 通过 Makridakis、Spyros&Spiliotis、Evangelos&Assimakopoulos、Vassilios -
1346-1364 M5准确性竞赛:结果、发现和结论 通过 Makridakis、Spyros&Spiliotis、Evangelos&Assimakopoulos、Vassilios -
1365-1385年 M5不确定性竞赛:结果、发现和结论 通过 Makridakis、Spyros&Spiliotis、Evangelos&Assimakopoulos、Vassilios&Chen、Zhi&Gaba、Anil&Tsetlin、Ilia&Winkler、Robert L。 -
1386-1399 使用机器学习通过部分池对直接预测和递归预测进行简单平均 通过 In、YeonJun和Jung、Jae-Yoon -
2014年4月14日 用于M5预测比赛的具有长内存和数据分区的快速可扩展全球模型集合 通过 Bandara、Kasun和Hewamarage、Hansika和Godahewa、Rakshitha和Gamakumara、Puwasala -
1405-1414 具有自上而下独立级别预测对齐的分层预测 通过 Anderer、Matthias和Li、Feng -
1415-1425 用于间歇时间序列预测的鲁棒递归网络模型 通过 Jeon、Yunho和Seong、Sihyeon -
1426-1433 使用梯度增强树进行预测:增强、调整和交叉验证策略 通过 A.David Lainder和Russell D.Wolfinger。 -
1434-1441 M5不确定性跟踪中的GoodsForecast第二位解决方案:为分位数估计任务组合异构模型 通过 马莫诺夫、尼古拉和戈卢比亚特尼科夫、叶夫根尼和卡内夫斯基、丹尼尔和古萨科夫、伊戈尔 -
1442-1447 M5预测-不确定性的解决方案:用于分位数估计的混合梯度增强和自回归回归神经网络 通过 Chiew、Ernest和Choong、Shin Siang -
1448-1459 混合梯度增强树和神经网络用于分层时间序列的点预测和概率预测 通过 Nasios、Ioannis和Vogklis、Konstantinos -
1460-1467 白盒ISSM方法估计沃尔玛销售额的不确定性分布 通过 de Rezende、Rafael&Egert、Katharina&Marin、Ignacio&Thompson、Guilherme -
1468-1472 M5在沃尔玛预测中的适用性 通过 希曼、布赖恩和鲍曼、约翰 -
1473-1481 使用树进行预测 通过 Januschowski、Tim&Wang、Yuyang&Torkkola、Kari&Erkkilä、Timo&Hasson、Hilaf&Gasthaus、Jan -
1482-1491 用于分层预测的转移学习:减少M5获胜方法的计算工作量 通过 韦伦斯、阿诺德·P·尤德尼奥、马克西·鲍特、罗伯特·N·。 -
1492年-1499年 全球自下而上方法在M5精度竞赛中的性能:稳健性检验 通过 马绍辉和菲尔德斯,罗伯特 -
1500-1506 探索M5竞争数据的代表性 通过 Theodorou、Evangelos&Wang、Shengjie&Kang、Yanfei&Spiliotis、Evangelios&Makridakis、Spyros&Assimakopoulos、Vassilios -
1507-1518年 探索卡格尔虚拟社区对M5竞赛的社会影响 通过 李锡白云康燕飞 -
1519-1525 追寻经验预测竞赛的获胜者 通过 Alroomi、Azzam和Karamatzanis、Georgios和Nikolopoulos、Konstantinos和Tilba、Anna和Xiao、Shujun -
1526-1530 不确定性轨迹:机器学习、统计建模、综合 通过 奥德·J·基思 -
1531-1545 在M5不确定性竞争中评估分位数预测 通过 Chen,Zhi&Gaba,Anil&Tsetlin,Ilia&Winkler,Robert L。 -
1546-1554 M5竞争不确定性:过度分散、分布预测、GAMLSS及其他 通过 弗洛里安·齐尔 -
1555-1561 理解基于机器学习的预测方法:分解框架和研究机会 通过 卡斯珀·索尔海姆·博杰 -
1562-1568 M5预测比赛解说 通过 斯蒂芬·科拉萨
2022年第38卷第3期
-
705-871 预测:理论与实践 通过 彼得罗普洛斯(Petropoulos)、福提奥斯(Fotios)和阿皮莱蒂(Apiletti)、丹尼尔(Daniele)和阿西马科波洛斯(Assimakopoulos)、瓦西里奥斯(Vassilios)和巴拜(Babai)、穆罕默德·齐德(Mohamed Zied)和巴罗(Barrow)、德文·K·本·泰伯(Devon K.)和本·泰布(Ben Taieb)、苏哈伊布(Souhaib)和伯格梅尔(Bergmeir)、克里斯托夫(Christoph&Bessa)、里卡多·J·比亚克(Ricar, 费尔南多·路易斯·德贝茨(Fernando Luiz&De Baets)、谢里·多库门托夫(Shari&Dokumentov)、亚历山大·埃利森(Alexander&Ellison)、乔安娜·菲舍德(Joanne&Fiszeder)、彼得·弗朗西斯(Piotr&Franses)、菲利普·汉斯·弗雷泽(Philip Hans&Frazier)、大卫·特·吉利兰(David T.&Gilliland)、迈克尔·哥尼尔(Michael&Göü)、M.&西南(M.Sinan&Goodwin)、保罗·格罗西(Paul&Grossi)、路易吉, David F.&Hollyman、Ross&Januschowski、Tim&Jeon、Jooyoung&Jose、Victor Richmond R.&Kang、Yanfei&Koehler、Anne B.&Kolassa、Stephan&Kourentzes、Nikolaos&Leva、Sonia&Li、Feng&Litsiou、Konstantia&Makridakis、Spyros&Martin、Gael M.&Martinez、Andrew B.&Meeran、Sheik&Modis、Theodore&Nikolopoulos、Konstandinos&Ønkal、, Dilek&Paccagnini、Alessia&Panagiotelis、Anastasios&Panapakidis、Ioannis&Pavía、Jose M.&Pedio、Manuela&Pedregal、Diego J.&Pinson、Pierre&Ramos、Patrícia&Rabach、David E.&Reade、J.James&Rostami-Tabar、Bahman&Rubaszek、Micha&Sermpinis、Georgios&Shang、Han Lin&Spiliotis、Evangelos&Syntetos、Aris a.&Talagala、, Priyanga Dilini&Talagala、Thiyanga S.&Tashman、Len&Thomakos、Dimitrios&Thorarinsdottir、Thordis&Todini、Ezio&Trapero Arenas、Juan Ramón&Wang、Xiaoqian&Winkler、Robert L.&Yusupova、Alisa&Ziel、Florian -
872-877 即使在数据挖掘时,可预测性的样本内测试也优于伪样本外测试 通过 伊恩·亨特 -
878-894 预测加密货币波动 通过 卡塔尼亚、利奥波多和格拉西、斯特凡诺 -
895-909 预测足球成绩和开拓博彩市场:“两队都进球”的案例 通过 达科斯塔(da Costa)、伊戈尔·巴博萨(Igor Barbosa)和马里奥(Marinho)、莱安德罗·巴尔比(Leandro Balby)和皮雷斯(Pires)、卡洛斯·爱德华多·桑托斯 -
910-919年 基于自适应稳健回归的抗网络攻击负荷预测 通过 焦、杰英和唐、泽凡和张、彭和岳、孟和燕、军 -
920-943 FFORMPP:基于特征的预测模型性能预测 通过 Talagala、Thiyanga S.和Li、Feng和Kang、Yanfei -
944-969年 使用降维技术预测欧洲碳回报:商品与金融基本面 通过 Tan、Xueping&Sirichand、Kavita&Vivian、Andrew&Wang、Xinyu -
970-987 一种数据驱动的地面臭氧浓度预测方法 通过 Marvin、Dario和Nespoli、Lorenzo和Strepparava、Davide和Medici、Vasco -
988-1004 通货膨胀调查中的情境效应:附加信息和先前问题的影响 通过 牛晓晓和哈维,奈杰尔 -
1005-1024 使用在线评论和搜索引擎数据预测销售额:基于PCA–DSFOA–BPNN的方法 通过 张传田于欣范志平 -
1025-1049 外汇隐含波动面的动态函数时间序列预测 通过 Shang、Han Lin和Kearney、Fearghal -
1050-1050 更正:通过约束优化和收缩实现预测的最佳稳健组合 通过 罗卡泽拉(Roccazella)、弗朗西斯科·甘贝蒂(Francesco&Gambetti)、保罗·弗林斯(Paolo&Vrins)、弗雷德里克(Frédéric) -
1054-1070 中国企业违约风险预测 通过 张、宣、赵、杨、姚、肖 -
1071-1085 小额信贷违约的空间依赖性 通过 Medina-Olivers、Victor&Calabrese、Raffaella&Dong、Yizhe&Shi、宝丰 -
1086-1099 当前财务危机预测报告语义特征挖掘:来自中国非上市上市公司的经验证据 通过 江、崔青、吕、希美、袁、余飞、王、赵、丁、勇 -
1100-1115 财务困境的复发:生存分析 通过 周、范寅和傅、李军和李、智勇和徐嘉伟 -
1116-1128 信用违约风险评估的信息增益序贯优化三方决策模型 通过 沈、冯、张、辛、王、润、兰、道、周、卫 -
1129-1157 冠状病毒大流行期间信用卡使用干预分析的灵活框架 通过 Ho、Anson T.Y.和Morin、Lealand和Paarsch、Harry J.和Huynh、Kim P。