Forecast Combination Across Estimation Windows
跨估计窗口的预测组合AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要讨论跨窗口预测组合和参数突变，并将其用于股指期货周收益，分别支持预测、结构变化和金融收益预测分类。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
跨估计窗口的预测组合
- 研究问题
- 当时间序列的漂移、波动率或回归斜率发生突变时，能否通过组合不同估计窗口下的同一模型预测，缓解窗口选择带来的误差？
- 方法与思路
- 作者对含漂移和波动率突变的随机游走、含斜率突变的线性回归建立理论，研究跨窗口平均预测，并在二十种股指期货周收益上应用。
- 材料陈述的贡献
- 摘要称，除突变幅度最小的情形外，跨窗口平均较单一窗口降低偏差及均方根预测误差；期货应用中该误差也低于部分比较方法。
- 阅读关注点
- 应核对突变幅度与位置、估计窗口集合及平均方式的设定、理论比较的适用条件，以及周收益样本中的预测评估方式。
- 阅读边界
- 摘要未说明最小突变的判定、窗口选择细节或误差降幅；结果存在明确例外，不能推定所有序列和比较方法均会改善。
原文摘要
In this article we consider combining forecasts generated from the same model but over different estimation windows. We develop theoretical results for random walks with breaks in the drift and volatility and for a linear regression model with a break in the slope parameter. Averaging forecasts over different estimation windows leads to a lower bias and root mean square forecast error (RMSFE) compared with forecasts based on a single estimation window for all but the smallest breaks. An application to weekly returns on 20 equity index futures shows that averaging forecasts over estimation windows leads to a smaller RMSFE than some competing methods.