基于Lasso-MIDAS模型的混頻時間序列預(yù)測研究

打開文本圖片集

摘要：針對傳統(tǒng)的時間序列預(yù)測方法在處理復(fù)雜豐富的大數(shù)據(jù)時常面臨變量間抽樣頻率不同、數(shù)據(jù)相關(guān)性復(fù)雜等問題，基于Lasso算法和混頻數(shù)據(jù)抽樣模型（MIDAS）提出了不改變數(shù)據(jù)結(jié)構(gòu)的混頻時序預(yù)測模型Lasso-MIDAS。該模型通過融合MIDAS處理混頻信息的機(jī)制和Lasso算法的壓縮特性來實(shí)現(xiàn)估計(jì)預(yù)測，實(shí)時修正對預(yù)測最有效的混頻變量集；根據(jù)常見的正則化方法嶺回歸設(shè)計(jì)了Ridge-MIDAS模型用做對比。（剩余15472字）