Metodes pierādījumu reģistrs

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

Avota reģistrs

Atsauces kopētas tieši no metodes avota reģistra. Tās nenozīmē nekādu apgalvojumu līmeņa verifikāciju.

Kalman Filter — Financial State-Space Model

Taksonomiskās metodes reģistrs · 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

Atvērt pilnu metodi

Kurēti apgalvojumi

Apgalvojumi saglabāti pierādījumu reģistrā, katram ar savu novērtējumu.

Vēl nav kurētu apgalvojumu

Šis skatījums neizgudro apgalvojumu novērtējumu, ja reģistrā tā nav.

Saistītās metodes

Ģenerēts no metodes grafika un parādīts kā mašīnas ieteiktas attiecības — netiek izvirzīts neviens pierādījumu apgalvojums.

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.