Buchumschlag

Ultimate Forward Rate Prediction and its Application to Bond Yield Forecasting: A Machine Learning Perspective

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Du, Jiawei, Hong, Yi
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Statistical Finance
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Revisiting Elastic String Models of Forward Interest Rates
von: Coz, Victor Le, et al.
Veröffentlicht: (2024)

Supervised Similarity for High-Yield Corporate Bonds with Quantum Cognition Machine Learning
von: Rosaler, Joshua, et al.
Veröffentlicht: (2025)

Forecasting Intraday Volume in Equity Markets with Machine Learning
von: Cucuringu, Mihai, et al.
Veröffentlicht: (2025)

A Sinusoidal Hull-White Model for Interest Rate Dynamics: Capturing Long-Term Periodicity in U.S. Treasury Yields
von: Jha, Amit Kumar
Veröffentlicht: (2025)

Multi-Factor Function-on-Function Regression of Bond Yields on WTI Commodity Futures Term Structure Dynamics
von: He, Peilun, et al.
Veröffentlicht: (2024)

Application of Machine Learning in Stock Market Forecasting: A Case Study of Disney Stock
von: Huang, Dengxin
Veröffentlicht: (2023)

Behavioral Machine Learning? Regularization and Forecast Bias
von: Frank, Murray Z., et al.
Veröffentlicht: (2023)

Forecasting Volatility with Machine Learning and Rough Volatility: Example from the Crypto-Winter
von: Tang, Siu Hin, et al.
Veröffentlicht: (2023)

Advancing Exchange Rate Forecasting: Leveraging Machine Learning and AI for Enhanced Accuracy in Global Financial Markets
von: Rahat, Md. Yeasin, et al.
Veröffentlicht: (2025)

Interpretable Machine Learning Models for Predicting the Next Targets of Activist Funds
von: Kim, Minwu, et al.
Veröffentlicht: (2024)

Machine Learning Methods for Pricing Financial Derivatives
von: Fan, Lei, et al.
Veröffentlicht: (2024)

Machine Learning-based Relative Valuation of Municipal Bonds
von: Saha, Preetha, et al.
Veröffentlicht: (2024)

Improved Financial Forecasting via Quantum Machine Learning
von: Thakkar, Sohum, et al.
Veröffentlicht: (2023)

The Shape of Markets: Machine learning modeling and Prediction Using 2-Manifold Geometries
von: Papaioannou, Panagiotis G., et al.
Veröffentlicht: (2025)

Time-Varying Factor-Augmented Models for Volatility Forecasting
von: Zhang, Duo, et al.
Veröffentlicht: (2025)

Enhancing OHLC Data with Timing Features: A Machine Learning Evaluation
von: Tepelyan, Ruslan
Veröffentlicht: (2025)

The Memorization Problem: Can We Trust LLMs' Economic Forecasts?
von: Lopez-Lira, Alejandro, et al.
Veröffentlicht: (2025)

Financial Time-Series Forecasting: Towards Synergizing Performance And Interpretability Within a Hybrid Machine Learning Approach
von: Liu, Shun, et al.
Veröffentlicht: (2023)

CRISIS ALERT:Forecasting Stock Market Crisis Events Using Machine Learning Methods
von: Chen, Yue, et al.
Veröffentlicht: (2024)

From Factor Models to Deep Learning: Machine Learning in Reshaping Empirical Asset Pricing
von: Ye, Junyi, et al.
Veröffentlicht: (2024)

HARd to Beat: The Overlooked Impact of Rolling Windows in the Era of Machine Learning
von: Audrino, Francesco, et al.
Veröffentlicht: (2024)

Financial Bond Similarity Search Using Representation Learning
von: Haeri, Amin, et al.
Veröffentlicht: (2026)

Stealing Accuracy: Predicting Day-ahead Electricity Prices with Temporal Hierarchy Forecasting (THieF)
von: Lipiecki, Arkadiusz, et al.
Veröffentlicht: (2025)

A Controlled Comparison of Deep Learning Architectures for Multi-Horizon Financial Forecasting: Evidence from 918 Experiments
von: Saidd, Nabeel Ahmad
Veröffentlicht: (2026)

A GCN-LSTM Approach for ES-mini and VX Futures Forecasting
von: Michael, Nikolas, et al.
Veröffentlicht: (2024)

Corporate Fundamentals and Stock Price Co-Movement
von: Wang, Lyuhong, et al.
Veröffentlicht: (2024)

Quantifying Cryptocurrency Unpredictability: A Comprehensive Study of Complexity and Forecasting
von: Puoti, Francesco, et al.
Veröffentlicht: (2025)

From Headlines to Holdings: Deep Learning for Smarter Portfolio Decisions
von: Lin, Yun, et al.
Veröffentlicht: (2025)

Bitcoin Forecasting with Classical Time Series Models on Prices and Volatility
von: Kareem, Anmar, et al.
Veröffentlicht: (2025)

Forecasting the Price of Rice in Banda Aceh after Covid-19
von: Mubarak, Fadhlul, et al.
Veröffentlicht: (2024)

SpotV2Net: Multivariate Intraday Spot Volatility Forecasting via Vol-of-Vol-Informed Graph Attention Networks
von: Brini, Alessio, et al.
Veröffentlicht: (2024)

A Study on Stock Forecasting Using Deep Learning and Statistical Models
von: Gupta, Himanshu, et al.
Veröffentlicht: (2024)

Investor Sentiment and Market Movements: A Granger Causality Perspective
von: Mukherjee, Tamoghna
Veröffentlicht: (2025)

Multi-Agent Stock Prediction Systems: Machine Learning Models, Simulations, and Real-Time Trading Strategies
von: Dave, Daksh, et al.
Veröffentlicht: (2025)

Regression and Forecasting of U.S. Stock Returns Based on LSTM
von: Zhou, Shicheng, et al.
Veröffentlicht: (2025)

Do Prediction Markets Forecast Cryptocurrency Volatility? Evidence from Kalshi Macro Contracts
von: Mohanty, Hardhik, et al.
Veröffentlicht: (2026)

Bitcoin Price Prediction using Machine Learning and Combinatorial Fusion Analysis
von: Wu, Yuanhong, et al.
Veröffentlicht: (2026)

Exploring the Interpretability of Forecasting Models for Energy Balancing Market
von: Våle, Oskar, et al.
Veröffentlicht: (2026)

Can ChatGPT Forecast Stock Price Movements? Return Predictability and Large Language Models
von: Lopez-Lira, Alejandro, et al.
Veröffentlicht: (2023)

On Bitcoin Price Prediction
von: Bournassenko, Grégory
Veröffentlicht: (2025)