Forecasting Using Principal Components From a Large Number of Predictors
主成分与宏观预测
理解如何把大量预测变量压缩成少数共同因子用于预测。
当前公开 842 篇基础文献,其中 71 篇逐篇选编,其余由引文线索扩充。收录计量方法、统计基础及相关应用/综述,按题录身份与计量相关性复核;存疑记录暂缓展示,继续核验。
历史引用数据用于选编线索,不代表论文质量或完整排名。“高被引线索”按选编记录中超过 1,000 次引用筛选,引用排序也采用选编时的记录;引用徽标以所标注的核验日期为准,可点击核对 OpenAlex 来源。不同版本不合并,统计口径与 Google Scholar 不同,缺失数据不记作零。
按微观、宏观、金融及细分方向分类;通用方法允许交叉。选择研究方向可查看阅读路线,路线按学习衔接组织。具体假设、证明和结论以原文为准。
AI 解读依据可靠摘要或已核实原文片段;材料不足时保留待解读状态,题录、原文链接与已有解读继续开放。
阅读路线按学习衔接组织,不表示论文排名;预备文献可以来自相邻方向。文献清单仍遵循当前方法和关键词筛选。
主成分与宏观预测
理解如何把大量预测变量压缩成少数共同因子用于预测。
预测准确性比较
学习用损失差比较预测方法,以及序列相关对检验的影响。
条件预测能力检验
在预测时可用信息的条件下比较方法表现,理解条件预测能力。
已实现波动率建模与预测
连接日内收益与日度波动率,理解已实现波动率的预测用途。
Lasso 与变量选择
理解惩罚回归如何结合收缩和变量选择,为高维方法打基础。
贝叶斯宏观时间序列
从综述建立贝叶斯 VAR、收缩先验与宏观预测的整体框架。