Methodenbewijsdossier

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

Bronrecord

Citaten letterlijk overgenomen uit het bronrecord van de methode. Hieruit wordt geen verificatie op claimniveau afgeleid.

Kalman Filter — Financial State-Space Model

Taxonomisch methodendossier · 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

Volledige methode openen

Gecureerde claims

Claims opgeslagen in het bewijsregister, elk met zijn eigen beoordeling.

Nog geen gecureerde claims

Deze weergave verzint geen claimbeoordeling als het register er geen heeft.

Gerelateerde methoden

Gegenereerd uit de methodegraaf en getoond als machinaal voorgestelde relaties — er wordt geen bewijsclaim afgeleid.

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.