Forecasting interval time series (ITS) and candlesticks charts.Comparing different regression approaches with kernel smoothing in financial and energy markets

En este proyecto, varios modelos de regresión y predicción de núcleo para series de tiempo de valores puntuales y de intervalo (STI) son introducidos, probados, y comparados en los mercados financieros y energéticos. Una alta personalización de los modelos es conseguida gracias al amplio rango de alternativas ofrecido para cada uno de los tres componentes: estimador, función de núcleo, y ancho de banda. Se explora por primera vez el campo de la predicción de núcleo para STI con la aplicación de dos modelos de predicción originales basados en los métodos de centro y centro y rango. En la evaluación del rendimiento se tienen en cuenta, entre otras, 7 series temporales de cambio de divisas muy concurridas, así como el petróleo Brent. Las precisiones de las predicciones se evalúan mediante 9 medidas de error diferentes.

In this research, kernel regression and forecasting models for crisp and interval-valued time series (ITS) are introduced, tested, and compared in the financial and energy markets. A high customization of the models is achieved offering a diverse range of the three main components: estimator, kernel function, and bandwidth. The field of ITS kernel forecasting is explored for the first time with the implementation of two original forecasting models based on the center and center and range information methods. 7 time series of heavily traded currency exchange rates as well as the Brent oil are considered among others during the performance evaluation. The predictions accuracies are assessed by 9 different error measures.