Buchumschlag

The Uncertainty of Machine Learning Predictions in Asset Pricing

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Liao, Yuan, Ma, Xinjie, Neuhierl, Andreas, Schilling, Linda
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Econometrics Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Benign Overfitting in Economic Forecasting via Noise Regularization
von: Liao, Yuan, et al.
Veröffentlicht: (2023)

A Granular Framework for Construction Material Price Forecasting: Econometric and Machine-Learning Approaches
von: Lyu, Boge, et al.
Veröffentlicht: (2025)

Predicting the Price of Gold in the Financial Markets Using Hybrid Models
von: Rashidi, Mohammadhossein, et al.
Veröffentlicht: (2025)

Algorithmic Compliance and Regulatory Loss in Digital Assets
von: Bhatt, Khem Raj, et al.
Veröffentlicht: (2026)

Multi-Agent Reinforcement Learning for Dynamic Pricing in Supply Chains: Benchmarking Strategic Agent Behaviours under Realistically Simulated Market Conditions
von: Hazenberg, Thomas, et al.
Veröffentlicht: (2025)

Macroeconomic Forecasting and Machine Learning
von: Chi, Ta-Chung, et al.
Veröffentlicht: (2025)

Dual Interpretation of Machine Learning Forecasts
von: Coulombe, Philippe Goulet, et al.
Veröffentlicht: (2024)

Model Averaging and Double Machine Learning
von: Ahrens, Achim, et al.
Veröffentlicht: (2024)

Causal Machine Learning for Moderation Effects
von: Bearth, Nora, et al.
Veröffentlicht: (2024)

Unemployment Dynamics Forecasting with Machine Learning Regression Models
von: Kim, Kyungsu
Veröffentlicht: (2025)

Inference for Regression with Variables Generated by AI or Machine Learning
von: Battaglia, Laura, et al.
Veröffentlicht: (2024)

Revisiting Day-ahead Electricity Price: Simple Model Save Millions
von: Wang, Linian, et al.
Veröffentlicht: (2024)

Enhancing Poverty Targeting with Spatial Machine Learning: An application to Indonesia
von: Martinez, Rolando Gonzales, et al.
Veröffentlicht: (2025)

Cross-Fitting-Free Debiased Machine Learning with Multiway Dependence
von: Chen, Kaicheng, et al.
Veröffentlicht: (2026)

Double Machine Learning for Static Panel Models with Fixed Effects
von: Clarke, Paul S., et al.
Veröffentlicht: (2023)

Predicting NVIDIA's Next-Day Stock Price: A Comparative Analysis of LSTM, MLP, ARIMA, and ARIMA-GARCH Models
von: Xing, Yiluan, et al.
Veröffentlicht: (2024)

Double Machine Learning for Causal Inference under Shared-State Interference
von: Hays, Chris, et al.
Veröffentlicht: (2025)

Double Machine Learning at Scale to Predict Causal Impact of Customer Actions
von: More, Sushant, et al.
Veröffentlicht: (2024)

Machine Learning Who to Nudge: Causal vs Predictive Targeting in a Field Experiment on Student Financial Aid Renewal
von: Athey, Susan, et al.
Veröffentlicht: (2023)

Hyperparameter Tuning for Causal Inference with Double Machine Learning: A Simulation Study
von: Bach, Philipp, et al.
Veröffentlicht: (2024)

Difference-in-Differences with Time-varying Continuous Treatments using Double/Debiased Machine Learning
von: Haddad, Michel F. C., et al.
Veröffentlicht: (2024)

Navigating Inflation in Ghana: How Can Machine Learning Enhance Economic Stability and Growth Strategies
von: Baidoo, Theophilus G., et al.
Veröffentlicht: (2024)

An Introduction to Double/Debiased Machine Learning
von: Ahrens, Achim, et al.
Veröffentlicht: (2025)

Can Moran Eigenvectors Improve Machine Learning of Spatial Data? Insights from Synthetic Data Validation
von: Li, Ziqi, et al.
Veröffentlicht: (2025)

Empirical Crypto Asset Pricing
von: Baybutt, Adam
Veröffentlicht: (2024)

Machine-Learning-Assisted Comparison of Regression Functions
von: Yan, Jian, et al.
Veröffentlicht: (2025)

Improving the Finite Sample Estimation of Average Treatment Effects using Double/Debiased Machine Learning with Propensity Score Calibration
von: Ballinari, Daniele, et al.
Veröffentlicht: (2024)

What is in a Price? Estimating Willingness-to-Pay with Bayesian Hierarchical Models
von: Pillai, Srijesh, et al.
Veröffentlicht: (2025)

A Dynamic Approach to Stock Price Prediction: Comparing RNN and Mixture of Experts Models Across Different Volatility Profiles
von: Vallarino, Diego
Veröffentlicht: (2024)

Bellwether Trades: Characteristics of Trades influential in Predicting Future Price Movements in Markets
von: Ramdas, Tejas, et al.
Veröffentlicht: (2024)

Estimating Causal Effects with Double Machine Learning -- A Method Evaluation
von: Fuhr, Jonathan, et al.
Veröffentlicht: (2024)

Prediction-Guided Active Experiments
von: Ao, Ruicheng, et al.
Veröffentlicht: (2024)

Double Machine Learning meets Panel Data -- Promises, Pitfalls, and Potential Solutions
von: Fuhr, Jonathan, et al.
Veröffentlicht: (2024)

On LASSO for High Dimensional Predictive Regression
von: Mei, Ziwei, et al.
Veröffentlicht: (2022)

Double Machine Learning for Static Panel Data with Instrumental Variables: New Method and Applications
von: Baiardi, Anna, et al.
Veröffentlicht: (2026)

Macroeconomic Forecasting for the G7 countries under Uncertainty Shocks
von: Sengupta, Shovon, et al.
Veröffentlicht: (2025)

xtdml: Double Machine Learning Estimation to Static Panel Data Models with Fixed Effects in R
von: Polselli, Annalivia
Veröffentlicht: (2025)

Multivariate Probabilistic CRPS Learning with an Application to Day-Ahead Electricity Prices
von: Berrisch, Jonathan, et al.
Veröffentlicht: (2023)

Transfer Learning for Spatial Autoregressive Models with Application to U.S. Presidential Election Prediction
von: Zeng, Hao, et al.
Veröffentlicht: (2024)

Stochastic Discount Factors with Cross-Asset Spillovers
von: Avramov, Doron, et al.
Veröffentlicht: (2026)