ARFIMA--GARCH

新的StaFIR滤波器在保持输入相似性的同时学习最优时间序列平稳性

研究人员推出了一种新颖的因果有限脉冲响应滤波器StaFIR，用于时间序列分析。与依赖增广迪基-富勒（ADF）检验并限制参数选择的传统方法不同，StaFIR学习指数滞后剖面的混合。其目标函数在实现经验平稳性与保持与原始输入信号的相似性之间取得平衡。在金融数据和模拟ARFIMA--GARCH设置上的实验表明，StaFIR会根据序列的持续性调整其滤波强度，在数据已平稳时避免过度转换。