Adaptive Student’s t-distribution with method of moments moving estimator for nonstationary time series

要約

タイトル：移動式推定法と適応型スチューデントt分布を用いた非定常時系列解析

要約：

– 現実の時系列は通常、定常的でなく、モデルの適応に関する困難な問題を引き起こす。
– GARCHのような古典的なアプローチは任意の依存関係を想定しているため、偏りが生じる可能性がある。
– 最近提唱されたマウントエスティメーター（移動式推定法）のようなフィロソフィーに注目し、時刻$t$において進化する移動対数尤度$F_t=\sum_{\tau要約(オリジナル)

The real life time series are usually nonstationary, bringing a difficult question of model adaptation. Classical approaches like GARCH assume arbitrary type of dependence. To prevent such bias, we will focus on recently proposed agnostic philosophy of moving estimator: in time $t$ finding parameters optimizing e.g. $F_t=\sum_{\tauarxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI