Buchumschlag

Harnessing volatility cascades with ensemble learning

Fuente: Wiley Open Access

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Mingmian Cheng
Format:	Artículo Open Access
Veröffentlicht:	Wiley 2024
Schlagworte:	Journal of Forecasting
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Forecasting realized volatility of crude oil futures prices based on machine learning
von: Jiawen Luo, et al.
Veröffentlicht: (2024)

Functional volatility forecasting
von: Yingwen Tan, et al.
Veröffentlicht: (2024)

Design of a precise ensemble expert system for crop yield prediction using machine learning analytics
von: Deeksha Tripathi, et al.
Veröffentlicht: (2024)

An infinite hidden Markov model with stochastic volatility
von: Chenxing Li, et al.
Veröffentlicht: (2024)

Forecasting the high‐frequency volatility based on the LSTM‐HIT model
von: Guangying Liu, et al.
Veröffentlicht: (2024)

Forecasting the realized volatility of agricultural commodity prices: Does sentiment matter?
von: Matteo Bonato, et al.
Veröffentlicht: (2024)

High frequency volatility of oil futures in China: Components, modeling, and prediction
von: Yi Hong, et al.
Veröffentlicht: (2024)

An ensemble model for stock index prediction based on media attention and emotional causal inference
von: Juanjuan Wang, et al.
Veröffentlicht: (2024)

Forecasting house price index with social media sentiment: A decomposition–ensemble approach
von: Jin Shao, et al.
Veröffentlicht: (2024)

A new probability forecasting model for cotton yarn futures price volatility with explainable AI and big data
von: Huosong Xia, et al.
Veröffentlicht: (2024)

Credit risk prediction based on causal machine learning: Bayesian network learning, default inference, and interpretation
von: Jiaming Liu, et al.
Veröffentlicht: (2024)

Forecasting healthcare service volumes with machine learning algorithms
von: Dong‐Hui Yang, et al.
Veröffentlicht: (2024)

Portfolio management based on a reinforcement learning framework
von: Wu Junfeng, et al.
Veröffentlicht: (2024)

Using deep (machine) learning to forecast US inflation in the COVID‐19 era
von: David Stoneman, et al.
Veröffentlicht: (2024)

A novel semisupervised learning method with textual information for financial distress prediction
von: Yue Qiu, et al.
Veröffentlicht: (2024)

Research on occupant injury severity prediction of autonomous vehicles based on transfer learning
von: Na Yang, et al.
Veröffentlicht: (2024)

Forecasting multi‐frequency intraday exchange rates using deep learning models
von: Muhammad Arslan, et al.
Veröffentlicht: (2024)

Forecasting Bitcoin returns: Econometric time series analysis vs. machine learning
von: Theo Berger, et al.
Veröffentlicht: (2024)

Volatility forecasting incorporating intraday positive and negative jumps based on deep learning model
von: Yilun Zhang, et al.
Veröffentlicht: (2024)

Forecasting corporate financial performance with deep learning and interpretable ALE method: Evidence from China
von: Longyue Liang, et al.
Veröffentlicht: (2024)

Structured multifractal scaling of the principal cryptocurrencies: Examination using a self‐explainable machine learning
von: Foued Saâdaoui, et al.
Veröffentlicht: (2024)

A novel hybrid forecasting model with feature selection and deep learning for wind speed research
von: Xuejun Chen, et al.
Veröffentlicht: (2024)

Embedding the weather prediction errors (WPE) into the photovoltaic (PV) forecasting method using deep learning
von: Adela Bâra, et al.
Veröffentlicht: (2024)

How Does Cyber Risk Impact Systemic Stability?
von: Kung‐Cheng Ho, et al.
Veröffentlicht: (2025)

Two‐stage credit risk prediction framework based on three‐way decisions with automatic threshold learning
von: Yusheng Li, et al.
Veröffentlicht: (2024)

Stock movement prediction: A multi‐input LSTM approach
von: Pan Tang, et al.
Veröffentlicht: (2024)

Explainable machine learning techniques based on attention gate recurrent unit and local interpretable model‐agnostic explanations for multivariate wind speed forecasting
von: Lu Peng, et al.
Veröffentlicht: (2024)

The effects of governance quality on renewable and nonrenewable energy consumption: An explainable decision frame
von: Futian Weng, et al.
Veröffentlicht: (2024)

Regime‐Switching Density Forecasts Using Economists' Scenarios
von: Graziano Moramarco
Veröffentlicht: (2024)

Taming Data‐Driven Probability Distributions
von: Jozef Baruník, et al.
Veröffentlicht: (2024)

Are national or regional surveys useful for nowcasting regional jobseekers? The case of the French region of Pays‐de‐la‐Loire
von: Clément Cariou, et al.
Veröffentlicht: (2024)

Predicting tail risks by a Markov switching MGARCH model with varying copula regimes
von: Markus J. Fülle, et al.
Veröffentlicht: (2024)

Corporate financial distress prediction in a transition economy
von: Minh Nguyen, et al.
Veröffentlicht: (2024)

A study and development of high‐order fuzzy time series forecasting methods for air quality index forecasting
von: Sushree Subhaprada Pradhan, et al.
Veröffentlicht: (2024)

Toward a smart forecasting model in supply chain management: A case study of coffee in Vietnam
von: Thi Thuy Hanh Nguyen, et al.
Veröffentlicht: (2024)

Explainable Soybean Futures Price Forecasting Based on Multi‐Source Feature Fusion
von: Binrong Wu, et al.
Veröffentlicht: (2024)

Forecasting food price inflation during global crises
von: Patricia Toledo, et al.
Veröffentlicht: (2024)

Measuring the advantages of contemporaneous aggregation in forecasting
von: Zeda Li, et al.
Veröffentlicht: (2024)

Data patterns that reliably precede US recessions
von: Edward E. Leamer
Veröffentlicht: (2024)

Do search queries predict violence against women? A forecasting model based on Google Trends
von: Nicolás Gonzálvez‐Gallego, et al.
Veröffentlicht: (2024)