Résumé: Nous étudions la puissance en terme de prévision des processus basés sur la méthode du noyau en utilisant la version non paramétrique du critère « Final Prediction error » pour identifier un processus fonctionnel hétéroscédastique. Cette identification nécessite une...

Résumé: Nous étudions la puissance en terme de prévision des processus basés sur la méthode du noyau en utilisant la version non paramétrique du critère « Final Prediction error » pour identifier un processus fonctionnel hétéroscédastique. Cette identification nécessite une...

Cet article vise à analyser le comportement cyclique de la série du cours de l'action Orange du 03/01/2000 à 02/02/2017 par la recherche de la non linéarité à travers d'une classe de modèles non paramétriques hétéroscédastiques, notée NAR-ARCH. L'identification des modèles non...

This paper aims to analyze the cyclical behavior of stock exchange Orange prices from 01/03/2000 to 02/02/2017 by the research of nonlinearities through a class of heteroscedastic non parametric models. The identification of non parametric models requires the selection of the Markov coefficients...

Using methods from machine learning we show that fundamentals from simple exchange rate models (PPP or UIRP) or Taylor-rule based models lead to improved exchange rate forecasts for major currencies over the floating period era 1973--2014 at a 1-month forecast horizon which beat the no-change...

The forecasting literature has identified three important and broad issues: the predictive content is unstable over time, in-sample and out-of-sample discordant results and the problematic statistical inference with highly persistent predictors. In this paper, we simultaneously address these...