R语言分解商业周期时间序列：线性滤波器、HP滤波器、Baxter滤波器、Beveridge Nelson分解等去趋势法 / 开普饭

择时方法综述广发金融工程团队近年来开发了较多基于市场量价数据的择时模型,包括LLT.相位指标.H浪. 加权傅里叶变换.TD序列.TD幅度膨胀.TD线等.虚拟遗憾最小化等. (一)低延迟趋势线LLT ...

概述 CatBoost是俄罗斯的搜索巨头Yandex在2017年开源的机器学习库,是Boosting族算法的一种.CatBoost和XGBoost.LightGBM并称为GBDT的三大主流神器,都是在 ...

关于面板数据回归的问题老师,您好.我在面板数据回归过程中,碰到一个疑问: 研究关键解释变量X对被解释变量Y的影响时,如果Y本身就是随时间变化的变量,即Y先上升后下降.而研究表明X对Y的影响是非线性的 ...

原文链接:http://tecdat.cn/?p=9350 经济时间序列的分析通常需要提取其周期性成分.这篇文章介绍了一些方法,可用于将时间序列分解为它们的不同部分.它基于<宏观经济学手册> ...

原文链接:http://tecdat.cn/?p=21625 我们知道参数的置信区间的计算,这些都服从一定的分布(t分布.正态分布),因此在标准误前乘以相应的t分值或Z分值.但如果我们找不到合适的分布 ...

原文链接:http://tecdat.cn/?p=18860 简介时间序列分析是统计学中的一个主要分支,主要侧重于分析数据集以研究数据的特征并提取有意义的统计信息来预测序列的未来值.时序分析有两种方 ...

原文链接:http://tecdat.cn/?p=7327 您将学习如何使用Prophet(在R中)解决一个常见问题:预测公司明年的每日订单. 数据准备与探索 Prophet最拟合每日数据以及至少一年 ...

原文链接:http://tecdat.cn/?p=22632 这篇文章描述了一种对涉及季节性和趋势成分的时间序列的中点进行建模的方法.我们将对一种叫做STL的算法进行研究,STL是 "使用_ ...

原文链接:http://tecdat.cn/?p=20953 序言本文演示了在时间序列分析中应用分布滞后线性和非线性模型(DLMs和DLNMs).Gasparrini等人[2010]和Gasparr ...

原文链接:http://tecdat.cn/?p=3232 我们最近有一个很棒的机会与一位客户合作,要求构建一个适合他们需求的异常检测算法.业务目标是准确地检测各种营销数据的异常情况,这些数据包括跨多 ...

原文链接:http://tecdat.cn/?p=5399 介绍对商业周期的分析需要提取时间序列的周期性成分,该时间序列通常也受到诸如潜在趋势或噪声等其他因素的影响.本文介绍了一些在最近的文献中用于 ...

原文链接 http://tecdat.cn/?p=23947 摘要分布滞后非线性模型(DLNM)表示一个建模框架,可以灵活地描述在时间序列数据中显示潜在非线性和滞后影响的关联.该方法论基于交叉基的定 ...

R语言分解商业周期时间序列：线性滤波器、HP滤波器、Baxter滤波器、Beveridge Nelson分解等去趋势法