量子图

量子图:及其在方向可预报性评估中的应用。我们提出一种新的时间序列诊断工具称为量子图。该工具可以正式使用,我们提供了在一般情况下进行推理的工具,也可以作为一个简单的图形设备使用。我们应用我们的方法来衡量方向可预测性,并检验给定时间序列没有方向可预测性的假设。测试的基础是将分位数命中的相关图与逐点置信区间进行比较,或者将累积平方自相关与相应的临界值进行比较。我们提供了进行推断所需的分布理论,提出了一些无模型上界临界值,并将我们的方法应用于标准普尔500指数收益率数据。实证结果表明,收益具有一定的方向性可预测性。在5-10%这样的中间分位数和日常数据中,证据最为明显。中位数的可预测性证据与平均值附近的证据具有可比性,并且在日频率上最强。


zbMATH中的参考文献(参考文献25条,1标准件)

显示第1到第20个结果,共25个。
按年份排序(引用)
  1. 安藤,友弘;白巨山:金融市场分位数协动:不可观测异质性的面板分位数模型(2020)
  2. Ćmiel,博格丹;Ledwina,Teresa:关联验证(2020)
  3. 弗朗吉罗,拉斐尔;诺贝尔,安德鲁:一般损失的无记忆序列(2020)
  4. 拉富恩特·雷戈,B。;达乌索,P。;Vilar,J.A.:基于分位数自方差的鲁棒模糊聚类(2020)
  5. 李智雄;林顿,奥利弗;黄永杰:强依赖下的量子学(2020)
  6. 梅齐亚尼,艾门;梅德库尔,塔里克;Djouani,Karim:用于谱估计的惩罚分位数周期图(2020年)
  7. 陈,凯茜伊轩;赫尔德,沃尔夫冈·卡尔;Okhrin,Yarema:SIFI的尾部事件驱动网络(2019)
  8. 胡埃,沙利文;卢卡特,扬尼克;Tokpavi,Sesi:衡量网络系统性风险贡献:一种“缺一不可”的方法(2019年)
  9. 蒋华云;托多罗娃,内达;罗卡,爱德华多;苏仁杰:基于跨国滚动分位数回报信号的农产品期货交易(2019)
  10. Lee,Ji-Hyung:非线性相关过程的鞅分解与逼近(2019)
  11. 戴维斯,理查德A。;德雷斯,霍尔格;塞格斯,约翰;Warchoł,Michał:尾部过程的推断及其在金融时间序列建模中的应用(2018)
  12. 维拉尔,何塞。;拉富恩特·雷戈,博尔贾;D'Urso,Pierpaolo:分位数自方差:时间序列硬、软分区聚类的强大工具(2018)
  13. Ćmiel,博格丹;Ledwina,Teresa:正期望依赖性的验证(2017)
  14. Montes Rojas,Gabriel:简化形式向量定向分位数(2017)
  15. 韩,熙俊;林顿,奥利弗;好吧,大寿司;Whang,Yoon Jae:交叉量子图:测量时间序列之间的分位数相关性和测试方向可预测性(2016)
  16. 克利,托比亚斯;伏尔古谢夫,斯坦尼斯拉夫;德特,霍尔格;Hallin,Marc:分位数谱过程:渐近分析和推断(2016)
  17. 拉富恩特·雷戈,博尔贾;Vilar,JoséA.:使用分位数自方差的时间序列聚类(2016)
  18. Lee,Ji Hyung:具有持续协变量的预测分位数回归:IVX-QR方法(2016)
  19. 德特,霍尔格;哈林,马克;克利,托比亚斯;Volgushev,Stanislav:copulas,quantiles,rands and spectract:一种(L_1)-光谱分析方法(2015)
  20. 施密特,蒂洛A。;舒费尔,鲁迪;德特,霍尔格;古尔,托马斯:分位数相关性:揭示金融时间序列中的时间相关性(2015)