Different loss functions are more o

Different loss functions are more or less appropriate for different analyses depending on the
business and research objectives of the study. Here we will focus on the MAPD because its
interpretability is relatively straightforward—by what percent did we miss the target. Also, since
we are focusing on the utility of the non-constant volatility estimate provided by ARCH/GARCH
type of models we should also examine the MASE for reasons outlined in the previous
paragraph. Additionally, as mentioned, we need to evaluate the normality of the residuals. This
is done using the Jarque-Bera statistic for the standardized residuals, which uses the Lagrange
multiplier procedure or score test on the Pearson family of distributions (Jarque and Bera, 1987).

Also, because the program that produced these figures runs in less than an hour on a standard
PC, it could be incorporated into a process to produce estimates for these stocks on a daily basis.

Kết quả (Việt) 1:

Chức năng khác nhau mất là hơn phù hợp cho các phân tích khác nhau tùy thuộc vào các
mục tiêu kinh doanh và nghiên cứu của nghiên cứu. Ở đây chúng tôi sẽ tập trung vào MAPD vì nó
interpretability là tương đối đơn giản-phần trăm những gì chúng tôi đã bỏ lỡ mục tiêu. Ngoài ra, kể từ
chúng tôi đang tập trung vào các tiện ích của ước lượng phòng không liên tục biến động cung cấp bởi ARCH/GARCH
loại mô hình chúng ta cũng nên xem xét MASE vì lý do được nêu trong trước
đoạn. Ngoài ra, như đã đề cập, chúng tôi cần phải đánh giá bình thường của các dư. Điều này
được thực hiện bằng cách sử dụng số liệu thống kê Jarque-Bera cho dư tiêu chuẩn hóa, trong đó sử dụng Lagrange
hệ số thủ tục hoặc điểm thử nghiệm trên gia đình Pearson của phân phối (Jarque và Bera, 1987).

Ngoài ra, bởi vì chương trình sản xuất những con số này chạy trong chưa đầy một giờ trên một tiêu chuẩn
PC, nó có thể được tích hợp vào một quá trình để sản xuất các ước tính cho các cổ phiếu trên cơ sở hàng ngày.

Kết quả (Việt) 2:

Chức năng mất khác nhau ít nhiều thích hợp cho các phân tích khác nhau tùy thuộc vào
mục tiêu kinh doanh và nghiên cứu của nghiên cứu. Ở đây chúng tôi sẽ tập trung vào MAPD bởi vì nó
diễn giải khá đơn giản theo phần trăm những gì chúng ta đã bỏ lỡ mục tiêu. Ngoài ra, vì
chúng tôi đang tập trung vào các tiện ích của dự toán biến động không liên tục được cung cấp bởi ARCH / GARCH
loại mô hình chúng ta cũng nên xem xét Mase vì những lý do nêu trong trước
đoạn văn. Ngoài ra, như đã đề cập, chúng ta cần phải đánh giá bình thường của các số dư. Điều này
được thực hiện bằng cách sử dụng số liệu thống kê Jarque-Bera cho dư tiêu chuẩn, trong đó sử dụng các Lagrange
thủ tục nhân hoặc điểm số kiểm tra về gia đình Pearson phân phối (Jarque và Bera, 1987). Ngoài ra, vì chương trình sản xuất những con số chạy trong ít hơn một giờ trên một tiêu chuẩn máy tính, nó có thể được kết hợp vào một quá trình sản xuất ước tính cho các cổ phiếu này trên một cơ sở hàng ngày.