Notice bibliographique
Résumé
General Introduction PART I: MODEL BUILDING 1. A Subordinated Stochastic Process Model with Finite Variance for Speculative Prices 2. Financial Returns Modelled by the Product of Two Stochastic Processes: A Study of Daily Sugar Prices, 1961-79 3. The Behavior of Random Variables with Nonstationary Variance and the Distribution of Security Prices 4. The Pricing of Options on Assets with Stochastic Volatilities 5. The Dynamics of Exchange Rate Volatility: A Multivariate Latent Factor ARCH Model 6. Multivariate Stochastic Variance Models 7. Stochastic Autoregressive Volatility: A Framework for Volatility Modelling 8. Long Memory in Continuous-time Stochastic Volatility Models PART II: INFERENCE 9. Bayesian Analysis of Stochastic Volatility Models 10. Stochastic Volatility: Likelihood Inference and Comparison with ARCH Models 11. Estimation of Stochastic Volatility Models with Diagnostics PART III: OPTION PRICING 12. Pricing Foreign Currency Options with Stochastic Volatility 13. A Closed-Form Solution for Options with Stochastic Volatility, with Applications to Bond and Currency Options 14. A Study Towards a Unified Approach to the Joint Estimation of Objective and Risk Neutral Measures for the Purpose of Options Valuation PART IV: REALISED VARIATION 15. The Distribution of Exchange Rate Volatility 16. Econometric Analysis of Realized Volatility and its use in Estimating Stochastic Volatility Models Index
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,005 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,040 | 0,021 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».