Filtr Kalmana — Finansowy Model Przestrzeni Stanów
Filtr Kalmana to rekurencyjny algorytm, który estymuje modele finansowe ze zmiennymi w czasie parametrami, ukrytymi czynnikami i zaszumionymi obserwacjami w ramach dynamicznej przestrzeni stanów. Podejście oparte na strukturalnych szeregach czasowych zostało przedstawione przez Harveya (1989), a rozszerzenia o przestrzeń stanów i przełączanie reżimów opracowali Kim i Nelson (1999); jest ono szeroko stosowane w handlu parami, estymacji zmiennego w czasie współczynnika beta oraz modelowaniu krzywej dochodowości.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Mapa metod
Sąsiedztwo pokrewnych metod — wybierz węzeł, aby je zgłębić.
Źródła
- 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
Jak cytować tę stronę
ScholarGate. (2026, June 1). Kalman Filter — Financial State-Space Model. ScholarGate. https://scholargate.app/pl/finance/kalman-filter-finance
Która metoda?
Zestaw tę metodę z najbliższymi jej krewnymi i czytaj je obok siebie — biblioteka kładzie księgi na stole; wybór należy do Ciebie.
- Model ARIMA (Autoregressive Integrated Moving Average)Ekonometria↔ porównaj
- Model ryzyka wieloczynnikowego (Fama-French, APT)Finanse↔ porównaj
- Modele z długą pamięcią (ARFIMA, FIGARCH)Finanse↔ porównaj
- Główne Czynniki RyzykaFinanse↔ porównaj
- Model zmienności stochastycznej (Heston)Finanse↔ porównaj
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →