Volatility Analysis of Exchange Rate with Correlated Errors: A Sliding Data Matrix Approach
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The main objective of this study is to propose a method of analysing the volatility of a seemingly random walk time series with correlated errors without transforming the series as performed traditionally. The proposed method involves the computation of moving volatilities based on sliding and cumulative data matrices. Our method rests on the assumption that the number of subperiods for which the series is available is the same for all periods and on the assumption that the series observations in each subperiod for all the periods under consideration are a random sample from a particular distribution. The method was successfully implemented on a simulated dataset. A paired sample <a:math xmlns:a="http://www.w3.org/1998/Math/MathML" id="M1"> <a:mi>t</a:mi> </a:math> -test, Wilcoxon signed rank test, repeated measures (ANOVA), and Friedman tests were used to compare the volatilities of the traditional method and the proposed method under both sliding and cumulative data matrices. It was found that the differences among the average volatilities of the traditional method and sliding and cumulative matrix methods were insignificant for the simulated series that follow the random walk theorem. The implementation of the method on exchange rates for Canada, China, South Africa, and Switzerland resulted in adjudging South Africa to have the highest fluctuating exchange rates and hence the most unstable economy.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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 découle