Фильтр Калмана — Финансовая модель пространства состояний
Фильтр Калмана — это рекурсивный алгоритм, который оценивает финансовые модели с изменяющимися во времени параметрами, скрытыми факторами и зашумленными наблюдениями в рамках динамической модели пространства состояний. Структурный анализ временных рядов был предложен Харви (1989), а расширения на основе пространства состояний и переключения режимов разработаны Ким и Нельсоном (1999); он широко применяется для парной торговли, оценки изменяющегося во времени коэффициента бета и моделирования кривой доходности.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Карта метода
Окружение родственных методов — выберите узел, чтобы перейти к нему.
Источники
- 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
Как цитировать эту страницу
ScholarGate. (2026, June 1). Kalman Filter — Financial State-Space Model. ScholarGate. https://scholargate.app/ru/finance/kalman-filter-finance
Какой метод?
Поставьте этот метод рядом с ближайшими родственными и прочитайте их бок о бок — библиотека выкладывает книги на стол, а выбор за вами.
- Модель ARIMA (авторегрессионная интегрированная скользящая средняя)Эконометрика↔ сравнить
- Многофакторная модель риска (Fama-French, APT)Финансы↔ сравнить
- Модели долгой памяти (ARFIMA, FIGARCH)Финансы↔ сравнить
- Факторы риска главных компонентФинансы↔ сравнить
- Модель стохастической волатильности (Хестон)Финансы↔ сравнить
Упоминается в
Similar methods
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →