Záznam důkazů metody

Kalman Filter (Finance)

The Kalman filter is a recursive algorithm that estimates financial models with time-varying parameters, hidden factors, and noisy observations inside a dynamic state-space framework. The structural time series treatment was set out by Harvey (1989), with state-space and regime-switching extensions developed by Kim and Nelson (1999); it is widely applied to pairs trading, time-varying beta estimation, and yield-curve modelling.

Sources recorded, not reviewed

Zdrojový záznam

Citace zkopírované doslovně ze zdrojového záznamu metody. Nejsou z nich vyvozovány žádné ověření na úrovni tvrzení.

Kalman Filter — Financial State-Space Model

Taxonomický záznam metody · regression-model / finance

Harvey, A. C. (1989). Forecasting, Structural Time Series Models and the Kalman Filter. Cambridge University Press. · ISBN 978-0521405737
Kim, C. J. & Nelson, C. R. (1999). State-Space Models with Regime Switching. MIT Press. · ISBN 978-0262112383

Otevřít celou metodu

Spravovaná tvrzení

Tvrzení uložená v registru důkazů, každé s vlastním hodnocením.

Zatím žádná spravovaná tvrzení

Tento pohled nevymýšlí hodnocení tvrzení, pokud registr žádné neobsahuje.

Související metody

Vygenerováno z grafu metod a zobrazeno jako strojově navržené vztahy – nejsou z nich vyvozována žádná tvrzení o důkazech.

Same method familyARIMAmachine-suggested · Relational suggestion, not evidence.Same method familyFactor Risk Modelmachine-suggested · Relational suggestion, not evidence.Same method familyLong-Memory Modelsmachine-suggested · Relational suggestion, not evidence.Same method familyPrincipal Component Risk Factorsmachine-suggested · Relational suggestion, not evidence.Same method familyStochastic Volatility Modelmachine-suggested · Relational suggestion, not evidence.