Digitale Bibliotheek
Sluiten Bladeren door artikelen uit een tijdschrift
 
<< vorige    volgende >>
     Tijdschrift beschrijving
       Alle jaargangen van het bijbehorende tijdschrift
         Alle afleveringen van het bijbehorende jaargang
           Alle artikelen van de bijbehorende aflevering
                                       Details van artikel 10 van 11 gevonden artikelen
 
 
  Modeling financial dependence with support vector regression
 
 
Titel: Modeling financial dependence with support vector regression
Auteur: Wang, Yongqiao
Verschenen in: Intelligent data analysis
Paginering: Jaargang 17 (2013) nr. 2 pagina's 233-249
Jaar: 2013-05-21
Inhoud: Copula has become the standard tool in financial dependence modeling. This paper proposes a novel nonparametric bivariate copula estimation method which smooths empirical copula with shape-restricted least squares support vector regression. This method exploits a priori shape knowledge of copula function: boundary and 2-increasing, by supplementing the classical support vector regression with shape-related constraints on an equidistant grid of the support [0,1]^2. Its training can be reformulated to a convex quadratic program, which is computationally tractable. Experiments on both an artificial data set and financial time series clearly show that it has good finite sample property and can achieve significantly better performance than parametric methods and kernel smoother.
Uitgever: IOS Press
Bronbestand: Elektronische Wetenschappelijke Tijdschriften
 
 

                             Details van artikel 10 van 11 gevonden artikelen
 
<< vorige    volgende >>
 
 Koninklijke Bibliotheek - Nationale Bibliotheek van Nederland