卡尔曼滤波在高频金融时间序列模型预测中的应用 |
| |
作者姓名: | 谢合亮 张砣 |
| |
作者单位: | 1. 中央财经大学统计与数学学院,北京,100081;2. 北京大学软件与微电子学院,北京,100871 |
| |
摘 要: | 时间序列模型在预测中占有重要的地位,其固有的系统误差性往往对预测精度产生负面影响.文章以沪深300指数为研究对象,通过时间序列模型得到预测方程,并以此为基础推导出卡尔曼滤波的状态方程和测量方程,利用卡尔曼方程对预测结果进行修正.结果表明,卡尔曼滤波对时间序列模型的预测有优化作用,可以提高预测的精确度.
|
关 键 词: | 收益率 沪深300指数 预测 高频交易 |
本文献已被 万方数据 等数据库收录! |
|