Forecast model category

Multivariate, gemischte Frequenzmodelle

Prognosemodelle mit gemischter Frequenz verwenden Daten mit höherer Frequenz, um Ergebnisse mit einer niedrigeren Frequenz vorherzusagen, und werden häufig beim Nowcasting verwendet.
MIDAS
Mixed Data Sampling (MIDAS) models use high frequency indicators to predict a low frequency variable. By fitting a lag distribution function the number of parameters is kept low, reducing the risk of over-fitting.
MIDAS Lasso
Mixed Data Sampling (MIDAS) models use high frequency indicators to predict a low frequency variable. By applying a lasso penalty function the parameters are shrunk towards zero, reducing the risk of over-fitting.
MIDAS Sparse Group Penalty
Mixed Data Sampling (MIDAS) models use high frequency indicators to predict a low frequency variable. By applying a sparse group penalty function the parameters are shrunk towards zero, reducing the risk of over-fitting.
Uneingeschränktes MIDAS
MIDAS-Modelle (Unrestricted Mixed Data Sampling) verwenden Hochfrequenzindikatoren, um eine niedrige Frequenzvariable vorherzusagen.

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