内容
2024年第40卷第3期
-
859-868 深概率Koopman:周期不确定性下的长期时间序列预测 通过 马伦、亚历克斯·T·兰格、亨宁和库茨、J·内森 -
869-880 基于波动率指数预测美国股市走势的机器学习方法比较 通过 Campisi、Giovanni和Muzzioli、Silvia和De Baets、Bernard -
881-902 最优波动率预测模型选择的错误发现率方法 通过 Hassanniakalager、Arman和Baker、Paul L.和Platanakis、Emmanouil -
903-917 我应该接受预测吗? 具有稀疏因子随机波动性的多国未观测成分模型的影响 通过 吴平 -
918-941 将预测性能与面板数据进行比较 通过 Qu、Ritong和Timmermann、Allan和Zhu、Yinchu -
942-957 一种用于混合频率数据预测的多任务编码器-双解码器框架 通过 Lin、Jiahe和Michailidis、George -
958-970 用100个大脑和一台计算机改进地缘政治预测 通过 Shinitzky、Hilla&Shemesh、Yhonatan&Leiser、David&Gilead、Michael -
971-984 基于谱图小波变换的网络时间序列预测 通过 Kim、Kyusoon和Oh、Hee-Seok -
985-1001 国际货币基金组织对计划国的储备和债务预测的系统偏差 通过 Eicher、Theo S.和Kawai、Reina -
1002-1021 高频领先-滞后套利的盈利能力 通过 Poutreé、Cédric&Dionne、Georges&Yergeau、Gabriel -
1022-1041 预测原油市场波动:综合考虑不确定性变量 通过 文、丹燕和何、蒙西和王、于东和张、姚杰 -
1042-1054 使用大量调查预期预测欧元区通货膨胀 通过 Huber、Florian和Onorante、Luca和Pfarrhofer、Michael -
1055-1068 损失库存政策下的需求预测 通过 Trapero、Juan R.和de Frutos、Enrique Holgado和Pedregal、Diego J。 -
1069-1084年 一种基于理论的方法来评估中央银行通货膨胀预测对私人通货膨胀预期的影响 通过 维雷达、卢西亚诺和萨维尼翁、乔昂和古维娅·达席尔瓦、塔尔西索 -
1085-1100 均衡移动后改进模型和预测 通过 Castle、Jennifer L.和Doornik、Jurgen A.和Hendry、David F。 -
1101-1122 评估概率分类器:三联图 通过 Dimitriadis、Timo&Gneiting、Tilmann&Jordan、Alexander I.&Vogel、Peter -
1123-1133 DeepTVAR:扩展到集成VAR的时变VAR模型的深度学习 通过 李、西溪、袁、劲松 -
1134-1151 跨时间概率预测协调:方法和实践问题 通过 Girolimetto、Daniele&Athanasopoulos、George&Di Fonzo、Tommaso&Hyndman、Rob J。 -
1152-1165年 通过拉普拉斯近似和动态建模对玩家进行评分 通过 Hua、Hsun-Fu和Chang、Ching-Ju和Lin、Tse-Ching和Weng、Ruby Chiu-Hsing -
1166-1178 具有多个候选预测因子的预测回归中的样本外可预测性 通过 Gonzalo、Jesús&Pitarakis、Jean-Yves -
1179-1188 非高斯和系统风险下的投资组合选择:一种基于机器学习的预测方法 通过 Lin,Weidong和Taamouti,Abderrahim -
1189-1205 利用高频限额订单数据进行短期股价趋势预测 通过 Ye、Wuyi和Yang、Jinting和Chen、Pengzhan -
1206-1237 基于混合频率数据的宏观经济预测中的水库计算 通过 巴拉林(Ballarin)、乔瓦尼(Giovanni)和德尔拉波尔塔斯(Dellaportas)、彼得罗斯(Petros)和格里戈耶娃(Grigoryeva)、柳德米拉(Lyudmila)和赫特(Hirt)、马赛尔(Marcel)和范胡伦(van Huellen)、索菲(Sophie)和奥尔 -
1238-1254 专业预测师相信菲利普斯曲线吗? 通过 迈克尔·克莱门茨(Michael P.Clements)。 -
1255-1270 具有空间相关性的日电价预测 通过 Yang、Yifan和Guo、Jue和Li、Yi和Zhou、Jiandong
2024年第40卷第2期
-
430-456 预测对账:回顾 通过 Athanasopoulos、George&Hyndman、Rob J.&Kourentzes、Nikolaos&Panagiotelis、Anastasios -
457-469 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:洞察力和扩展 通过 Di Fonzo、Tommaso和Girolimetto、Daniele -
515-531 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 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 Li,Han和Chen,Hua -
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年 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至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 分层传递学习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 使用稳健措施改善通货膨胀预测 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.&Maneesoontorn、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和Harvey、Nigel -
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 -
96-112 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 -
113-123 引诱私人家庭的预期不确定性 通过 乔纳斯·多芬 -
124至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年 基于面板数据的平等预测能力测试,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至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至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 一种新的网络金融信用评分不平衡的深度集成模型 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 约翰·杰拉德 -
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:新冠疫情下的无预测 通过 Barbaglia、Luca和Frattarolo、Lorenzo和Onorante、Luca和Pericoli、Filippo Maria和Ratto、Marco和Tiozzo Pezzoli、Luca -
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年 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 -
1678-1697 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 家庭通货膨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和Brownlees、Christian -
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 Ma、Feng和Wang、Jiqian和Wahab、M.I.M.和Ma、Yuanhui -
1820-1838年 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、郭燕红、周燕红、李文军、先能 -
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 -
1078-1096 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 用递阶递归神经网络预测CPI通货膨胀成分 通过 Barkan、Oren和Benchimol、Jonathan和Caspi、Itamar和Cohen、Eliya和Hammer、Allon和Koenigstein、Noam -
1163-1184年 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 Camacho、Maximo和Lopez Buenache,德国人 -
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 张、姚杰和何、孟熙和王、于东和梁、赵 -
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 普里图拉加(Pritularga)、坎德里卡(Kandrika F.)和斯维通科夫(Svetunkov)、伊凡(Ivan)和库伦茨(Kourentzes)、尼古拉斯(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:在线体育书籍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年 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 科罗尼奥、劳拉和伊阿科内、法布里齐奥和帕卡尼尼、阿莱西亚和圣托斯·蒙泰罗、保罗 -
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 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 使用不考虑未来的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:一种计分驱动的方法 通过 富恩特斯、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年 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 基于copula的全球水平辐射时间序列模型 通过 米勒、阿尔弗雷德和鲁伯、马蒂亚斯 -
884至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&Huber、Florian&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年 DCC和DECO-HEAVY:基于已实现方差和相关性的多元GARCH模型 通过 鲍文斯、吕克和徐永登 -
956-966 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NWP预测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&所罗门、米切尔&奥特洛、卡洛斯·E·&法布雷加斯、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 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 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 小区域人口预测的最佳M4竞争方法评价 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 Gioldasis、Georgios&Musolesi、Antonio&Simioni、Michel -
170-177 接受差异:重新审视结合美国总统选举预测的PollyVote方法(2004年至2020年) 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 矢量误差校正模型的基于数据的先验 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 参数高效的深层概率预测 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 具有分层收缩的大向量自回归中的变分贝叶斯推理预测 通过 Gefang、Deborah&Koop、Gary&Poon、Aubrey -
364-390个 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 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至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 国际货币基金组织危机预测的准确性 通过 艾彻、西奥·S、罗林斯、高远 -
450-469 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竞赛的结果 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 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 -
1400-1404 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 具有自上而下的独立水平预测的分层预测 通过 Ander、Matthias和Li、Feng -
1415-1425年 间歇时间序列预测的稳健递归网络模型 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 GoodsForecast在M5不确定性赛道中排名第二:将异构模型组合用于分位数估计任务 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·。 -
1492-1499 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