Kalman-Filter — Finanzökonometrisches Zustandsraummodell
Das Kalman-Filter ist ein rekursiver Algorithmus, der Finanzmodelle mit zeitvariablen Parametern, verborgenen Faktoren und verrauschten Beobachtungen innerhalb eines dynamischen Zustandsraumrahmens schätzt. Die Behandlung struktureller Zeitreihen wurde von Harvey (1989) dargelegt, mit Zustandsraum- und Regime-Switching-Erweiterungen, die von Kim und Nelson (1999) entwickelt wurden; es wird weithin auf Paarhandel, Schätzung zeitvariabler Betas und Modellierung von Zinskurven angewendet.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Methodenkarte
Die Nachbarschaft verwandter Methoden — wählen Sie einen Knoten, um sie zu erkunden.
Quellen
- 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
So zitieren Sie diese Seite
ScholarGate. (2026, June 1). Kalman Filter — Financial State-Space Model. ScholarGate. https://scholargate.app/de/finance/kalman-filter-finance
Welche Methode?
Stellen Sie diese Methode neben ihre nächsten Verwandten und lesen Sie sie nebeneinander — die Bibliothek legt die Bücher auf den Tisch; die Wahl liegt bei Ihnen.
- ARIMA-Modell (Autoregressive Integrated Moving Average)Ökonometrie↔ vergleichen
- Multi-Faktor-Risikomodell (Fama-French, APT)Finanzwirtschaft↔ vergleichen
- Langzeitgedächtnismodelle (ARFIMA, FIGARCH)Finanzwirtschaft↔ vergleichen
- Hauptkomponenten-RisikofaktorenFinanzwirtschaft↔ vergleichen
- Stochastisches Volatilitätsmodell (Heston)Finanzwirtschaft↔ vergleichen
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →