Abstract: In this paper we present

Abstract: In this paper we present a forecasting method for time series using copula-based models for multi-
variate time series. We study how the performance of the predictions evolves when changing the strength of
the dierent possible dependencies, as well as the structure of the dependence. We also look at the impact
of the marginal distributions. The impact of estimation errors on the performance of the predictions is also
considered. In all the experiments, we compare predictions from our multivariate method with predictions
from the univariate version which has been introduced in the literature recently. To simplify implementa-
tion, a test of independence between univariate Markovian time series is proposed. Finally, we illustrate the
methodology by a practical implementation with nancial data.

Kết quả (Việt) 1:

Tóm tắt: Trong bài báo này chúng tôi trình bày một phương pháp dự báo chuỗi thời gian sử dụng desu dựa trên mô hình cho multi-variate chuỗi thời gian. Chúng tôi học tập như thế nào tiến hóa hiệu suất của các dự đoán khi thay đổi sức mạnh củadi tiểu phụ thuộc có thể, cũng như cấu trúc của sự phụ thuộc. Chúng tôi cũng xem xét các tác độngtrong biên bản phân phối. Tác động của các dự toán lỗi trên hiệu suất của các dự đoán cũng làxem xét. Trong tất cả các thí nghiệm này, chúng tôi so sánh dự báo từ phương pháp đa biến của chúng tôi với dự đoántừ phiên bản véc mà đã được giới thiệu trong các tài liệu mới. Để đơn giản hóa implementa-tion, một thử nghiệm độc lập giữa véc chuỗi thời gian Markovian được đề xuất. Cuối cùng, chúng tôi minh họa cho cácphương pháp luận của một thực hiện thực tế với quầy dữ liệu.

Kết quả (Việt) 2:

Tóm tắt: Trong bài báo này chúng tôi trình bày một phương pháp dự báo theo chuỗi thời gian sử dụng mô hình liên hiệp tiếp dựa trên cho đa
chuỗi thời gian variate. Chúng tôi nghiên cứu cách thức hoạt động của các dự đoán tiến hóa khi thay đổi cường độ của
các di? Phụ thuộc có thể erent, cũng như cấu trúc của sự phụ thuộc. Chúng tôi cũng xem xét các tác động
của sự phân bố biên. Ảnh hưởng của lỗi ước lượng về việc thực hiện của các dự đoán cũng được
xem xét. Trong tất cả các thí nghiệm, chúng ta so sánh dự đoán của phương pháp đa biến của chúng tôi với những dự đoán
từ các phiên bản đơn biến mà đã được giới thiệu trong các tài liệu gần đây. Để đơn giản hóa implementa-
tion, một thử nghiệm độc lập giữa các đơn biến chuỗi thời gian Markovian được đề xuất. Cuối cùng, chúng tôi minh họa các
phương pháp bởi một thực tế thực hiện với? Dữ liệu tài chính.