Buchumschlag

Parametric Quantile Autoregressive Conditional Duration Models With Application to Intraday Value‐at‐Risk Forecasting

Fuente: Wiley Open Access

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Helton Saulo, Suvra Pal, Rubens Souza, Roberto Vila, Alan Dasilva
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 the Quantile Connectedness: Insight From Global CSR and Sustainability Indices
von: Miklesh Prasad Yadav, et al.
Veröffentlicht: (2026)

Modeling and Forecasting Stochastic Seasonality: Are Seasonal Autoregressive Integrated Moving Average Models Always the Best Choice?
von: Evangelos E. Ioannidis, et al.
Veröffentlicht: (2025)

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

Lost in Translation? Risk‐Adjusting RMSE for Economic Forecast Performance
von: Lukas Salcher, et al.
Veröffentlicht: (2026)

Machine Learning Forecasts of Tail‐Risk Spillovers in Carbon and Energy Markets
von: Shengnan Liu, et al.
Veröffentlicht: (2026)

Forecasting Corporate Default Risk Across Multiple Horizons With Interpretable Machine Learning
von: Qingli Dong, et al.
Veröffentlicht: (2026)

Common Mutual Information Selection Algorithm and Its Application on Combination Forecasting
von: Chenqing Shen, et al.
Veröffentlicht: (2024)

Forecasting Natural Gas Futures Prices Using Hybrid Machine Learning Models During Turbulent Market Conditions: The Case of the Russian–Ukraine Crisis
von: Pavan Kumar Nagula, et al.
Veröffentlicht: (2025)

Enhancing Financial Tail Risk Forecasting: A Blending Ensemble Framework for Nonlinear Expectile Regression
von: Yaolan Ma, et al.
Veröffentlicht: (2026)

Forecasting and Modeling Macroeconomic Vulnerabilities in CESEE
von: Florian Huber, et al.
Veröffentlicht: (2025)

Macroeconomic and Financial Forecasting in the Aftermath of the Covid Shock: Inflation Forecasting With Large Language Models
von: Nikolaos Giannellis, et al.
Veröffentlicht: (2026)

Modeling and Forecasting the CBOE VIX With the TVP‐HAR Model
von: Wen Xu, et al.
Veröffentlicht: (2025)

A Comparison of Realized Measures of Integrated Volatility: Price Duration‐ vs. Return‐Based Approaches
von: Björn Schulte‐Tillmann, et al.
Veröffentlicht: (2026)

Climate Change Risk and Financial Market Response: An International Evidence From Performance Forecasts by Financial Analysts
von: Cyrine Khiari, et al.
Veröffentlicht: (2025)

Trade and Economic Activity: Nonlinear Modeling and Forecasting
von: Alessandro Borin, et al.
Veröffentlicht: (2024)

Fiscal Forecasting Rationality Among Expert Forecasters
von: Belen Chocobar, et al.
Veröffentlicht: (2024)

Forecasting New Employment Using Nonrepresentative Online Job Advertisements With an Application to the Italian and EU Labor Market
von: Pietro Giorgio Lovaglio, et al.
Veröffentlicht: (2026)

Matrix Autoregressive Time Series With Reduced‐Rank and Sparse Structural Constraints
von: Xiaohang Wang, et al.
Veröffentlicht: (2025)

Modelling and Forecasting of Exchange Rate Pairs Using the Kalman Filter
von: Paresh Date, et al.
Veröffentlicht: (2024)

Enhancing Neural Network Volatility Forecasting: Decomposed Volatility Modeling
von: Xuzheng Ren, et al.
Veröffentlicht: (2026)

Forecasting With Dynamic Factor Models Estimated by Partial Least Squares
von: Samuel Rauhala
Veröffentlicht: (2026)

A Novel Approach to Forecasting After Large Forecast Errors
von: Jennifer L. Castle, et al.
Veröffentlicht: (2025)

Using a Wage–Price‐Setting Model to Forecast US Inflation
von: Nguyen Duc Do
Veröffentlicht: (2024)

A New Proposal for Forecasting Inflation in the Eurozone: A Global Model
von: Georgios Angelopoulos, et al.
Veröffentlicht: (2026)

Forecasting the High‐Frequency Covariance Matrix Using the LSTM‐MF Model
von: Guangying Liu, et al.
Veröffentlicht: (2025)

Forecasting in turbulent times
von: Nikolaos Giannellis, et al.
Veröffentlicht: (2024)

Forecasting COVID‐19 Transmission: Insights From the Logistic Smooth Transition Model
von: Yeliz Uymaz, et al.
Veröffentlicht: (2026)

Support Vector Machine to Forecast Reexamination Invalidation Decisions for Utility Model Patent
von: Mei‐Hsin Wang, et al.
Veröffentlicht: (2025)

Adaptive Model Integration for Stock Price Forecasting With CNN‐ATTN‐BiLSTM
von: Yi Xiao, et al.
Veröffentlicht: (2026)

Crossproduct Effect and Volatility Forecasting
von: Jiafu Xu, et al.
Veröffentlicht: (2024)

Coherent Forecasting of Realized Volatility
von: Marius Puke, et al.
Veröffentlicht: (2026)

Forecasting Realized Volatility With Tree‐Based HAR‐Type Models Incorporating Macroeconomic Uncertainty
von: Wei Liu, et al.
Veröffentlicht: (2026)

Nonstationary Functional Time Series Forecasting
von: Han Lin Shang, et al.
Veröffentlicht: (2024)

Forecasting and Pricing in the Carbon Credits Market
von: Yiyang Chen, et al.
Veröffentlicht: (2026)

Mortality Forecasting Using Variational Inference
von: Patrik Andersson, et al.
Veröffentlicht: (2025)

Combined Effects of Fat‐Tail and Spread Forecasting on Pairs Trading: A Hybrid Model Based on Integrating VAR With GRU Models
von: Yuhee Kwon, et al.
Veröffentlicht: (2025)

A Universal Multivariate Long‐Term Time‐Series Robust Forecasting Model With Distinguishable Variable Identifier
von: Xin‐ji Chen, et al.
Veröffentlicht: (2026)

Visualizing Uncertainty in Time Series Forecasts: The Impact of Uncertainty Visualization on Users' Confidence, Algorithmic Advice Utilization, and Forecasting Performance
von: Dirk Leffrang, et al.
Veröffentlicht: (2024)

Forecasting carbon emissions using asymmetric grouping
von: Didier Nibbering, et al.
Veröffentlicht: (2024)

Forecasting House Prices: The Role of Market Interconnectedness
von: Zac Chen, et al.
Veröffentlicht: (2026)