该工作文件的前一个版本最初于2021年6月发布.

首先，排序不影响点的预测. 第二个, 不同排序所暗示的预测密度的标准差可以有本质上的差异. 第三，预测区间的平均长度对排序也很敏感. 第四, 就日志预测分数而言，一个变量的最佳排序并不一定意味着在相同的度量下另一个变量的最佳排序. 第五, 从log-predictive scores的角度来看，变量x的最佳排序往往会将变量x放在首位，而变量x的最差排序往往会将变量x放在最后. 然后, 我们考虑了两种可选的定序不变时变参数VAR-SV模型:打折的Wishart SV模型(DW-SV)和动态随机相关SV模型(DSC-SV)。. DW-SV的表现相对于CSP-SV的每个订单不佳. DSC-SV的样本外预测性能与CSP-SV的中位数结果相当.

点击阅读更多.