英文标题：
《A new time-varying model for forecasting long-memory series》
---
作者：
Luisa Bisaglia and Matteo Grigoletto
---
最新提交年份：
2018
---
英文摘要：
In this work we propose a new class of long-memory models with time-varying fractional parameter. In particular, the dynamics of the long-memory coefficient, $d$, is specified through a stochastic recurrence equation driven by the score of the predictive likelihood, as suggested by Creal et al. (2013) and Harvey (2013). We demonstrate the validity of the proposed model by a Monte Carlo experiment and an application to two real time series.
---
中文摘要：
在这项工作中，我们提出了一类新的具有时变分数参数的长记忆模型。特别是，长记忆系数d$的动力学是通过由预测可能性得分驱动的随机递归方程确定的，正如Creal et al.（2013）和Harvey（2013）所建议的那样。通过蒙特卡罗实验和对两个实时序列的应用，验证了该模型的有效性。
---
分类信息：

一级分类：Statistics 统计学
二级分类：Methodology 方法论
分类描述：Design, Surveys, Model Selection, Multiple Testing, Multivariate Methods, Signal and Image Processing, Time Series, Smoothing, Spatial Statistics, Survival Analysis, Nonparametric and Semiparametric Methods
设计，调查，模型选择，多重检验，多元方法，信号和图像处理，时间序列，平滑，空间统计，生存分析，非参数和半参数方法
--
一级分类：Quantitative Finance 数量金融学
二级分类：Statistical Finance 统计金融
分类描述：Statistical, econometric and econophysics analyses with applications to financial markets and economic data
统计、计量经济学和经济物理学分析及其在金融市场和经济数据中的应用
--
一级分类：Statistics 统计学
二级分类：Applications 应用程序
分类描述：Biology, Education, Epidemiology, Engineering, Environmental Sciences, Medical, Physical Sciences, Quality Control, Social Sciences
生物学，教育学，流行病学，工程学，环境科学，医学，物理科学，质量控制，社会科学
--

---
PDF下载：
-->