ReP USP - Resultado da busca

Artigo de periodico
A maximum-likelihood-based approach to estimate the long memory parameter using fractional spline wavelets (2024)
Pinto, Mateus Gonzalez de Freitas ; Chiann, Chang
Source: Signal Processing. Unidade: IME
Subjects: ANÁLISE DE ONDALETAS, ANÁLISE DE SÉRIES TEMPORAIS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
PINTO, Mateus Gonzalez de Freitas e CHIANN, Chang. A maximum-likelihood-based approach to estimate the long memory parameter using fractional spline wavelets. Signal Processing, v. 222, n. artigo 109518, p. 1-11, 2024Tradução . . Disponível em: https://doi.org/10.1016/j.sigpro.2024.109518. Acesso em: 16 jun. 2024.
APA
Pinto, M. G. de F., & Chiann, C. (2024). A maximum-likelihood-based approach to estimate the long memory parameter using fractional spline wavelets. Signal Processing, 222( artigo 109518), 1-11. doi:10.1016/j.sigpro.2024.109518
NLM
Pinto MG de F, Chiann C. A maximum-likelihood-based approach to estimate the long memory parameter using fractional spline wavelets [Internet]. Signal Processing. 2024 ; 222( artigo 109518): 1-11.[citado 2024 jun. 16 ] Available from: https://doi.org/10.1016/j.sigpro.2024.109518
Vancouver
Pinto MG de F, Chiann C. A maximum-likelihood-based approach to estimate the long memory parameter using fractional spline wavelets [Internet]. Signal Processing. 2024 ; 222( artigo 109518): 1-11.[citado 2024 jun. 16 ] Available from: https://doi.org/10.1016/j.sigpro.2024.109518
Artigo de periodico
Long-memory parameter estimation based on fractional spline wavelets (2023)
Pinto, Mateus Gonzalez de Freitas ; Chiann, Chang
Source: Digital Signal Processing. Unidade: IME
Subjects: ANÁLISE DE ONDALETAS, ANÁLISE DE SÉRIES TEMPORAIS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
PINTO, Mateus Gonzalez de Freitas e CHIANN, Chang. Long-memory parameter estimation based on fractional spline wavelets. Digital Signal Processing, v. 133, n. artigo 103836, p. 1-12, 2023Tradução . . Disponível em: https://doi.org/10.1016/j.dsp.2022.103836. Acesso em: 16 jun. 2024.
APA
Pinto, M. G. de F., & Chiann, C. (2023). Long-memory parameter estimation based on fractional spline wavelets. Digital Signal Processing, 133( artigo 103836), 1-12. doi:10.1016/j.dsp.2022.103836
NLM
Pinto MG de F, Chiann C. Long-memory parameter estimation based on fractional spline wavelets [Internet]. Digital Signal Processing. 2023 ; 133( artigo 103836): 1-12.[citado 2024 jun. 16 ] Available from: https://doi.org/10.1016/j.dsp.2022.103836
Vancouver
Pinto MG de F, Chiann C. Long-memory parameter estimation based on fractional spline wavelets [Internet]. Digital Signal Processing. 2023 ; 133( artigo 103836): 1-12.[citado 2024 jun. 16 ] Available from: https://doi.org/10.1016/j.dsp.2022.103836
Trabalho de evento-resumo
Long memory in high frequency time series using wavelets and conditional volatility models (2022)
Pinto, Mateus Gonzalez de Freitas ; Marques, Guilherme de Oliveira Lima Cagliari ; Chiann, Chang
Source: Livro de Resumos. Conference titles: Simpósio Nacional de Probabilidade e Estatística - SINAPE. Unidade: IME
Subjects: ANÁLISE DE SÉRIES TEMPORAIS, ANÁLISE DE ONDALETAS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
PINTO, Mateus Gonzalez de Freitas e MARQUES, Guilherme de Oliveira Lima Cagliari e CHIANN, Chang. Long memory in high frequency time series using wavelets and conditional volatility models. 2022, Anais.. São Paulo: ABE, 2022. Disponível em: https://app.eventize.com.br/upload/004449/files/Sinape2022_FINAL.pdf. Acesso em: 16 jun. 2024.
APA
Pinto, M. G. de F., Marques, G. de O. L. C., & Chiann, C. (2022). Long memory in high frequency time series using wavelets and conditional volatility models. In Livro de Resumos. São Paulo: ABE. Recuperado de https://app.eventize.com.br/upload/004449/files/Sinape2022_FINAL.pdf
NLM
Pinto MG de F, Marques G de OLC, Chiann C. Long memory in high frequency time series using wavelets and conditional volatility models [Internet]. Livro de Resumos. 2022 ;[citado 2024 jun. 16 ] Available from: https://app.eventize.com.br/upload/004449/files/Sinape2022_FINAL.pdf
Vancouver
Pinto MG de F, Marques G de OLC, Chiann C. Long memory in high frequency time series using wavelets and conditional volatility models [Internet]. Livro de Resumos. 2022 ;[citado 2024 jun. 16 ] Available from: https://app.eventize.com.br/upload/004449/files/Sinape2022_FINAL.pdf
Artigo de periodico
Jump detection in high-frequency financial data using wavelets (2022)
Pinto, Mateus Gonzalez de Freitas ; Marques, Guilherme de Oliveira Lima Cagliari ; Chiann, Chang
Source: International Journal of Wavelets, Multiresolution and Information Processing. Unidade: IME
Subjects: ANÁLISE DE ONDALETAS, ESTATÍSTICA APLICADA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
PINTO, Mateus Gonzalez de Freitas e MARQUES, Guilherme de Oliveira Lima Cagliari e CHIANN, Chang. Jump detection in high-frequency financial data using wavelets. International Journal of Wavelets, Multiresolution and Information Processing, v. 21, n. 2, p. 1-20, 2022Tradução . . Disponível em: https://doi.org/10.1142/S0219691322500564. Acesso em: 16 jun. 2024.
APA
Pinto, M. G. de F., Marques, G. de O. L. C., & Chiann, C. (2022). Jump detection in high-frequency financial data using wavelets. International Journal of Wavelets, Multiresolution and Information Processing, 21( 2), 1-20. doi:10.1142/S0219691322500564
NLM
Pinto MG de F, Marques G de OLC, Chiann C. Jump detection in high-frequency financial data using wavelets [Internet]. International Journal of Wavelets, Multiresolution and Information Processing. 2022 ; 21( 2): 1-20.[citado 2024 jun. 16 ] Available from: https://doi.org/10.1142/S0219691322500564
Vancouver
Pinto MG de F, Marques G de OLC, Chiann C. Jump detection in high-frequency financial data using wavelets [Internet]. International Journal of Wavelets, Multiresolution and Information Processing. 2022 ; 21( 2): 1-20.[citado 2024 jun. 16 ] Available from: https://doi.org/10.1142/S0219691322500564

USP Schools

ReP

Filtros