Learning forecast-efficient yield curve factor decompositions with neural networks (2022)
- Authors:
- USP affiliated authors: STERN, JULIO MICHAEL - IME ; KAUFFMANN, PIERO CONTI - IME ; TERADA, ANA PAULA TAKAHASHI - IME
- Unidade: IME
- DOI: 10.3390/econometrics10020015
- Subjects: REDES NEURAIS; APRENDIZADO COMPUTACIONAL; INFERÊNCIA BAYESIANA
- Keywords: yield curve forecasting; neural networks; machine learning; bayesian modeling; yield curve decomposition; dynamic factor models; Kalman filter
- Language: Inglês
- Imprenta:
- Source:
- Título: Econometrics
- ISSN: 2225-1146
- Volume/Número/Paginação/Ano: v. 10, n. 2, p. 1-5, 2022
- Este periódico é de acesso aberto
- Este artigo NÃO é de acesso aberto
-
ABNT
KAUFFMANN, Piero Conti et al. Learning forecast-efficient yield curve factor decompositions with neural networks. Econometrics, v. 10, n. 2, p. 1-5, 2022Tradução . . Disponível em: https://doi.org/10.3390/econometrics10020015. Acesso em: 28 fev. 2026. -
APA
Kauffmann, P. C., Takada, H. H., Terada, A. P. T., & Stern, J. M. (2022). Learning forecast-efficient yield curve factor decompositions with neural networks. Econometrics, 10( 2), 1-5. doi:10.3390/econometrics10020015 -
NLM
Kauffmann PC, Takada HH, Terada APT, Stern JM. Learning forecast-efficient yield curve factor decompositions with neural networks [Internet]. Econometrics. 2022 ; 10( 2): 1-5.[citado 2026 fev. 28 ] Available from: https://doi.org/10.3390/econometrics10020015 -
Vancouver
Kauffmann PC, Takada HH, Terada APT, Stern JM. Learning forecast-efficient yield curve factor decompositions with neural networks [Internet]. Econometrics. 2022 ; 10( 2): 1-5.[citado 2026 fev. 28 ] Available from: https://doi.org/10.3390/econometrics10020015 - Relatório de análise estatística sobre o projeto "perfil de pacientes com incontinência urinária que recusam e não dão continuidade ao tratamento de fisioterapia"
- Aprendizado automático de decomposições para a previsão da estrutura a termo de taxas de juros com redes neurais
- Relatório de análise estatística sobre o projeto "aglomeração e dispersão das redes de fast food no Brasil"
- Application of Bayesian analysis to estimation of parametric distributions of complex survey data under informative sampling
- Intraday trading volume and non-negative matrix factorization
- Numerical approximation to Mellin convolution by mixtures of exponentials
- Testing the independence of Poisson variates under the Holgate bivariate distribution: the power of a new evidence test
- Inconsistency analysis for statistical tests of hypotheses
- Aspectos geométricos da relatividade geral
- Emergent semiotics in genetic programming and the self-adaptive semantic crossover
Informações sobre o DOI: 10.3390/econometrics10020015 (Fonte: oaDOI API)
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
3070174.pdf | Direct link |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
