Residual-based regime detection using local walk-forward autoregressive models; Молодежь и современные информационные технологии

Dades bibliogràfiques
Parent link:	Молодежь и современные информационные технологии.— 2026.— С. 496-500
Autor principal:	Khalil M. E. T.
Altres autors:	Aksenov A. V. Andrey Vladimirovich (научный руководитель)
Sumari:	Financial markets are non-stationary, causing forecasting models to fail intermittently. This paper proposes a walk-forward ARIMAX framework where residual dynamics, rather than forecasts alone, are used to detect regime changes. Empirical results on hourly XAUUSD data demonstrate that normalized forecast errors provide informative, model-aware regime signals Текстовый файл
Idioma:	anglès
Publicat:	2026
Matèries:	электронный ресурс труды ученых ТПУ regime detection financial markets residual analysis time series финансовые рынки остаточный анализ временные ряды
Accés en línia:	http://earchive.tpu.ru/handle/11683/139121
Format:	Electrònic Capítol de llibre
KOHA link:	https://koha.lib.tpu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=687470

Internet