Notice bibliographique
Résumé
Dans cet article, nous proposons une nouvelle approche pour la modélisation de la volatilité en temps discret et continu. Nous adoptons la même approche que la littérature de la volatilité stochastique en supposant que la volatilité est une fonction d'une variable d'état. Néanmoins, au lieu de supposer que la fonction de lien est donnée de manière ad hoc (par exemple, exponentielle ou affine), nous supposons que c'est une combinaison linéaire des fonctions propres de l'opérateur espérance conditionnelle (générateur infinitésimal, respectivement) associé à la variable d'état en temps discret (continu, respectivement). Les modèles populaires exponentiels et racine carrée sont des exemples où les fonctions propres sont respectivement les polynomes de Hermite et de Laguerre. L'approche par fonctions propres a au moins six avantages : i) elle est générale puisque toute fonction de carré intégrable peut être écrite comme combinaison linéaire des fonctions propres; ii) l'orthogonalité des fonctions propres permet d'utiliser les interprétations usuelles de l'analyse en composantes principales linéaires; iii) les dynamiques induites de la variance et du carré de l'innovation sont des ARMA et donc sont simples pour la prévision et l'inférence statistique; iv) plus important, cette approche génère des queues épaisses pour les processus de volatilité et de rendements; v) à l'opposé des modèles usuels, la variance de la variance est une fonction flexible de la variance; vi) ces modèles sont robustes vis-à-vis de l'agrégation temporelle.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».