用于波动性预测的成对马尔可夫链

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究提出了一种新预测算法,通过引入隐藏状态扩展模型,解决了成对马尔可夫链在连续值预测中的不足,显著提升了波动性预测性能。

🎯

关键要点

  • 本研究提出了一种新的预测算法,解决了成对马尔可夫链在连续值预测中的不足。
  • 该算法引入隐藏状态扩展模型,允许针对非平稳性的建模。
  • 实验表明,该算法在波动性预测中显著提升了模型的性能。
  • 该研究对学术界和实践中相关领域具有重要影响。
➡️

继续阅读