Analyzing cross-validation for forecasting with structural instability
结构不稳定下预测交叉验证的分析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：摘要直接研究经济时间序列预测窗口选择，并以参数不稳定及选择后预测风险为核心。
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
结构不稳定下预测交叉验证的分析
- 研究问题
- 经济时间序列参数可能不稳定时，如何为样本末端的点预测选择估计窗口，并评估选择之后的预测风险？
- 方法与思路
- 作者在多种局部参数不稳定设定下推导窗口选择与选择后预测的渐近近似，比较交叉验证及其他选择方法。
- 材料陈述的贡献
- 摘要分析交叉验证选窗后的预测风险，并提出一种准贝叶斯交叉验证形式，称其具有良好的风险性质。
- 阅读关注点
- 应核对局部不稳定的尺度与形式、交叉验证目标如何对应末端预测，以及准贝叶斯权重和风险比较的条件。
- 阅读边界
- 仅依据所给出版社摘要；摘要未说明风险改善幅度及适用条件，局部不稳定分析未必覆盖突发的大幅结构变化。
原文摘要
When forecasting with economic time series data, researchers often use a restricted window of observations or downweight past observations in order to mitigate the potential effects of parameter instability. In this paper, we study the problem of selecting a window for point forecasts made at the end of the sample. We develop asymptotic approximations to the sampling properties of window selection methods, and post-window selection point forecasts, where there is local parameter instability of various sorts. We examine risk properties of point forecasts made after cross-validation to select the window, and compare this approach to some alternative methods of selecting the window. We also propose a quasi-Bayesian form of cross-validation that we find to have good risk properties.