El uso de solucionadores de minimización para optimizar modelos autorregresivos variables en el tiempo y sus aplicaciones en finanzas
Autores: Jia, Zhixuan; Li, Wang; Jiang, Yunlong; Liu, Xingshen
Idioma: Inglés
Editor: MDPI
Año: 2025
Acceso abierto
Artículo científico
2025
El uso de solucionadores de minimización para optimizar modelos autorregresivos variables en el tiempo y sus aplicaciones en finanzas
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Datos de series temporales
Modelo vector autorregresivo
Modelo tv-var
Comportamiento no estacionario
Enfoque de modelado
Datos financieros
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 23
Citaciones: Sin citaciones
Los datos de series temporales son fundamentales para analizar dinámicas y patrones temporales, lo que permite a investigadores y profesionales modelar, predecir y respaldar la toma de decisiones en una amplia gama de ámbitos, como finanzas, ciencias del clima, estudios ambientales y procesamiento de señales.
Descripción
Los datos de series temporales son fundamentales para analizar dinámicas y patrones temporales, lo que permite a investigadores y profesionales modelar, predecir y respaldar la toma de decisiones en una amplia gama de ámbitos, como finanzas, ciencias del clima, estudios ambientales y procesamiento de señales.