研究者提出 StaFIR 因果滤波器

Lorena Egger 与 Mathis Linger 提出 StaFIR，一种因果有限脉冲响应滤波器，以非负指数滞后轮廓的混合、配合凸学习目标，在经验平稳性与输入相似度之间取得平衡。 在 ARFIMA–GARCH 和滚动金融序列（含已实现波动率预测）上，StaFIR 能随持久性调整滤波强度，并在平稳区间限制不必要的变换。其下游预测精度与固定半阶差分无明显差异，但对原始信号的相似度更高；直接预测实验显示输入相似度越高，预测损失越小。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。