時間序列模型的一場大規模預測測試
當研究者手中擁有許多預測模型可供其選擇時，如何在一公正客觀的環境下，作模型的評估與最後的選擇，而不會流於因資料過於特定而使其結論不夠穩固？本文即依此目的，建立了一套預測模型選擇的評估程序（詳見第三章或流程圖一）；基本概念上，這是一套可跨樣本、樣本資料長度可不同，且具大樣本漸次特性的「隨機資料」評估方式。然而，候選模型的考慮，完全端視使用者基本之信仰與考量；本文即選擇了八大類各具代表性之模型：Random Walks、Linear ARMA、State Space ARMA、ARFIMA、Markov Switching、GARCH、N_N_AR與N_N_Wavelets（詳見第二章），前四種屬...
| Main Author: | |
|---|---|
| Language: | 中文 |
| Published: |
國立政治大學
|
| Online Access: | http://thesis.lib.nccu.edu.tw/cgi-bin/cdrfb3/gsweb.cgi?o=dstdcdr&i=sid=%22A2002000473%22. |