基于Lasso-MIDAS模型的混频时间序列预测研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：针对传统的时间序列预测方法在处理复杂丰富的大数据时常面临变量间抽样频率不同、数据相关性复杂等问题，基于Lasso算法和混频数据抽样模型（MIDAS）提出了不改变数据结构的混频时序预测模型Lasso-MIDAS。该模型通过融合MIDAS处理混频信息的机制和Lasso算法的压缩特性来实现估计预测，实时修正对预测最有效的混频变量集；根据常见的正则化方法岭回归设计了Ridge-MIDAS模型用做对比。（剩余15472字）

试读结束

目录
monitor