关于预测不确定性估计的时间序列中未来事件的选择
摘要：从观测变量的时间序列中事先选择更可预测事件的通用程序被提出。该程序适用于包含不同类型的事件的时间序列，这些事件具有显著不同的可预测性，或者换句话说，适用于异方差时间序列。根据预期预测的不确定性事先选择未来事件可能有助于做出实际决策。该程序首先涉及创建两个基于神经网络的预测模型，一个用于预测条件均值，另一个用于预测条件离散度，然后制定将未来事件选择成更可预测和不太可预测事件的规则。该方法通过计算机生成的时间序列的示例进行演示和测试，然后应用于真实世界的时间序列，道琼斯工业平均指数。
作者：Igor B. Konovalov
论文ID：cs/0210012
分类：Neural and Evolutionary Computing
分类简称：cs.NE
提交时间：2007-05-23