金融时间序列预测中的特征选择方法

特征选择是金融时间序列预测中重要的问题，特别是在社会科学领域。有效的特征选择过程可以通过从输入空间中删除许多不相关的特征来提高预测模型的泛化能力。然而，在金融文献中，这个问题没有得到足够的关注。根据Niu等人（2020）的研究，有三种特征选择方法：（1）嵌入式方法；（2）过滤器方法；（3）包装器方法。每种方法都有优点和局限性，并可应用于金融时间序列预测问题。