预测 http://lists.repec.org/mailman/listinfo/nep-for 预测 2024-05-27 面板数据预测：估计不确定性与参数异质性 http://d.repec.org/n？u=repec:arx:papers:2404.11198&r=for 我们对基于个体、集合、固定效应和贝叶斯估计的面板预测方法的预测准确性进行了全面检查，并为预测组合方案提出了最佳权重。我们考虑线性面板数据模型，考虑到弱外生回归变量和相关异质性。我们量化了利用面板数据的收益，并证明了预测性能如何取决于参数异质性的程度，这种异质性是否与回归变量、模型拟合优度以及横截面（$N$）和时间（$T$）维度相关。蒙特卡罗模拟和对房价和CPI通货膨胀的实证应用表明，预测组合和贝叶斯预测方法总体表现最佳，很少对单个序列产生最不准确的预测。 M.Hashem Pesaran先生 安德烈亚斯·皮克 艾伦·蒂默曼 2024-04 一种具有新型定位机制和改进EMD的端到端股票预测结构 http://d.repec.org/n？u=repec:arx:papers:2404.07969&r=for 股票走势预测作为时间序列预测的一个分支，一直是投资者和研究者面临的挑战之一。自从Transformer被引入分析财务数据以来，许多研究人员致力于使用Transformer或注意力机制预测股票走势。然而，现有的研究大多着眼于个人股票信息，而忽视了股票市场信息和股票数据中的高噪声。在本文中，我们提出了一种利用注意机制的新方法，该方法同时考虑了股票市场信息和个人股票信息。同时，我们提出了一种新的基于EMD的算法来减少股票数据中的短期噪声。使用两个从美国股市随机挑选的超过十年的交易所交易基金（ETF）来证明所提出的基于注意力的方法的优越性能。实验分析表明，提出的基于注意力的方法明显优于其他最先进的基线。代码位于https://github.com/DurandalLee/ACE前体。 李楚峰 陈建勇 2024-03