Forecast model category

Multivariate, hierarchische Vektorautoregression

Die hierarchische automatische Vektorregression (HVAR-Modelle) mildern das Problem, dass sich die Prognoseleistung allmählich verschlechtert, da jede hinzugefügte Variable demokratisch behandelt wird, obwohl weiter entfernte Daten im Allgemeinen für Prognosen weniger nützlich sind. Anstatt eine einzige, universelle Verzögerungsreihenfolge vorzuschreiben, können Verzögerungen in den HVAR-Modellen variieren. Das HVAR-Framework enthält keine exogenen Variablen.
HVAR Componentwise Lasso
In Componentwise models all variables have the same maximum lag.
HVAR Elementwise Lasso
The most general structure, in each marginal model, each series may have its own maximum lag.
HVAR Own/Other Lasso
Imposes an additional layer of hierarchy: prioritizing “own” lags over “other” lags in the HVAR framework.

Explore more model categories

Univariate, time series models
Multivariate, gemischte Frequenzmodelle
Multivariate, hierarchische Vektorautoregression
Multivariat, Gruppe Lasso
Multivariate, bestrafte Modelle
Multivariate Modelle für maschinelles Lernen
Multivariate, klassische ökonometrische Modelle

Wir bieten automatisierte Prognosesoftware, die modernste akademische Methoden mit marktspezifischen Frühindikatoren kombiniert. Dies hilft Ihrem Unternehmen, ein Höchstmaß an Prognosegenauigkeit zu erreichen.

© 2025 Indicio Technologies Alle Rechte vorbehalten