文件名称：贝叶斯非参数预测池-研究论文
文件大小：775KB
文件格式：PDF
更新时间：2024-06-09 13:16:51
Prediction pools Dirichlet process Beam
本文介绍了一种基于非参数先验的权重向量结合预测密度的预测合并方法。 第一种方法将Dirichlet过程放在权重向量之前，并推广了静态线性池。 第二种方法在允许权重向量遵循无限的隐马尔可夫链之前使用分层Dirichlet过程。 这会将动态预测池归纳为非参数设置。 我们讨论基于MCMC方法的高效后验仿真。 短期利率，已实现的协方差矩阵和资产定价模型的详细应用程序很好地显示了非参数池预测。